Question

我读了这个问题：Compare consecutive rows in awk/(or python) and random select one of duplicate lines。现在我还有一些问题：如果我不仅要对x值进行比较，还要对y值或更多列进行比较，我应该如何更改代码？也许像是

if ($1 != prev) && ($2 != prev)  ???

换句话说：我想比较当前行的x值和y值是否与下一个连续行的x值和y值相同。

数据：

#x   y     z
1    1    11        
10   10   12       
10   10   17       
4    4    14
20   20   15        
20   88   16     
20   99   17
20   20   22
5    5    19
10   10   20

输出应如下所示：

#x   y     z
1    1    11        
10   10   17       
4    4    14
20   20   15        
20   88   16        
20   99   17    
20   20   22    
5    5    19
10   10   20

或（由于随机选择）

#x   y     z
1    1    11        
10   10   12       
4    4    14
20   20   15        
20   88   16        
20   99   17    
20   20   22    
5    5    19
10   10   20

来自上述链接的代码，用于处理x值的内容，但不用于AND条件中的y值：

$ cat tst.awk
function prtBuf(        idx) {
    if (cnt > 0) {
        idx = int((rand() * cnt) + 1)
        print buf[idx]
    }
    cnt = 0
}

BEGIN { srand() }
$1 != prev { prtBuf() }
{ buf[++cnt]=$0; prev=$1 }
END { prtBuf() }

Answer 1

这应该这样做：

function prtBuf(idx) {
    if (cnt > 0) {
        idx = int((rand() * cnt) + 1)
        print buf[idx]
    }
    cnt = 0
}

BEGIN { srand() }
$1 != prev1 || $2 != prev2 { prtBuf() }
{ buf[++cnt]=$0; prev1=$1; prev2=$2 }
END { prtBuf() }

比较awk中的连续行和多列，并随机选择一个重复行

1 个答案: