Question

我有以下文本文件：

$ cat myfile.txt
foo,a,10
bar,c,33
foo,b,50
bar,a,9
foo,a,20
bar,b,20

我想要做的是按第二列和第三列（数字下降）排序，最后选择每个第二列组的顶部，结果

foo,a,20
foo,b,50
bar,c,33

我坚持这个：

$ sort -t"," -k2 -k3r   test.txt
foo,a,10
foo,a,20
bar,a,9
bar,b,20
foo,b,50
bar,c,33

做正确的方法是什么？

Answer 1

您的sort命令已关闭。 -k实际上需要一系列字段，因此您的-k2被解释为＆＃34;对从第二个字段到行尾的所有内容进行排序，＆＃34;而且它完全忽略了-k3。您必须明确范围的开始和结束位置。你也想用数字排序第三。

以下所有内容：

$ sort -t, -k2,2 -k3,3nr myfile.txt
foo,a,20
foo,a,10
bar,a,9
foo,b,50
bar,b,20
bar,c,33

现在，您要根据第二个字段选择每个组的第一行。虽然sort能够对流进行重复数据删除，但它并不够智能，无法处理这样的复杂方案。幸运的是，我们有awk：

$ sort -t, -k2,2 -k3,3nr myfile.txt | awk -F, 'x != $2 { print; x = $2 }'
foo,a,20
foo,b,50
bar,c,33

Answer 2

这里有纯awk方法，

 awk -F, '{split(a[$2],b,",");if(b[3]<$3)a[$2]=$0}END{for(i in a)print [i]}' myfile.txt

简要说明，

split(a[$2],b,",")：拆分由＆＃39;，＆＃39;分隔的每条记录，并将每个字段保存到数组b。
if(b[3]<$3)a[$2]=$0：比较b [3]和$ 3以确定[$ 2]是否需要更新
打印最后一个数组a中的所有内容。

Answer 3

awk smauk

PURE BASH !!

regex=',(.+),'
var="xx"
for line in $(sort -t, -k2,2 -k3,3nr myfile.txt); do
  if [[ $line =~ $regex ]]; then
    bashrematch=${BASH_REMATCH[1]}
    if [[ "$var" != "$bashrematch" ]]; then
      var=$bashrematch
      echo $line
    fi
  fi
done
foo,a,20
foo,b,50
bar,c,33

只是压缩和缩小代码

r=',(.+),'; v=""; for l in $(sort -t, -k2,2 -k3,3nr myfile.txt); do [[ $l =~ $r ]] && b=${BASH_REMATCH[1]} && [ "$v" != "$b" ] && v=$b && echo $l; done
foo,a,20
foo,b,50
bar,c,33

如何使用Unix排序从tie-break组中选择最高值

3 个答案: