如果特定列中的值是唯一的，则仅输出行

Question

输入：

line1 a gh
line2 a dd
line3 c dd
line4 a gg
line5 b ef

期望的输出：

line3 c dd
line5 b ef

也就是说，我想仅在第2列中没有其他行包含相同值的情况下输出行。我认为我可以通过组合排序（例如sort -k2,2输入）和uniq来实现这一点，但似乎使用uniq我只能跳过左边的列（-f避免比较前N个字段）。当然有一些直接的方法来使用awk或其他东西。

Answer 1

您可以将此作为两遍awk脚本执行此操作：

awk 'NR==FNR{a[$2]++;next} a[$2]<2' file file

一旦递增一个数组中的计数器，其键是每行的第二个字段，然后再次运行，只打印那些计数器小于2的行。

您需要多次读取该文件，因为在第一次读取期间的任何时候，您都不可能知道文件后面是否会有该行的第二个字段的另一个实例。

Answer 2

以下是一次通过awk解决方案：

awk '{a1[$2]++;a2[$2]=$0} END{for (a in a1) if (a1[a]==1) print a2[a]}' file

然而，文件的原始顺序将丢失。

Answer 3

你可以将awk，grep，sort和uniq组合成一个快速的单行：

grep -v "^[^ ]* $(awk '{print $2}' input.txt | sort | uniq -d) " input.txt

编辑，以避免正则表达式，\ +和\ backreferences：

grep -v "^[^ ]* $(awk '{print $2}' input.txt | sort | uniq -d | sed 's/[^+0-9]/\\&/g') " input.txt

Answer 4

替代awk以证明它仍然可以使用sort和uniq（这里有选项-u），但是设置正确的格式需要一些杂耍（装饰/做东西/ undecorate模式）。

$ paste file <(cut -d' ' -f2 file) | sort -k2 | uniq -uf3 | cut -f1

line5 b ef
line3 c dd

作为副作用，您将丢失原始排序顺序，如果您添加行号，也可以恢复...