保留第一个重复项，并使用Awk用空白单元格替换其余部分

Question

我有一个tsv文件，其中有2列，第二列中有重复项。我想做的是保留第一个重复值，并将其余值替换为空白。例如

原始电视：

ahah.asd   aha
ahsjd.asd  aha
asdd.asda  aha
ajd.asd    aha
asdfk.lo   abb
hasd.pou   abb
hasd.asd   jjj
asidh.09   kkk
asdhs.97   kkk

预期输出：

ahah.asd   aha
ahsjd.asd  
asdd.asda  
ajd.asd    
asdfk.lo   abb
hasd.pou   
hasd.asd   jjj
asidh.09   kkk
asdhs.97   

除此之外，我想添加一列，直到在第2列中看到重复项为止，该列将递增。例如：

ahah.asd   aha   1
ahsjd.asd        2
asdd.asda        3
ajd.asd          4
asdfk.lo   abb   1
hasd.pou         2
hasd.asd   jjj   1
asidh.09   kkk   1 
asdhs.97         2

这可能吗？我想使用awk ...

谢谢

Answer 1

$ awk 'BEGIN{FS=OFS="\t"} {print $1, (cnt[$2]++ ? "" : $2), cnt[$2]}' file
ahah.asd        aha     1
ahsjd.asd               2
asdd.asda               3
ajd.asd         4
asdfk.lo        abb     1
hasd.pou                2
hasd.asd        jjj     1
asidh.09        kkk     1
asdhs.97                2

Answer 2

尝试一下：

$ awk -v OFS='\t' 's!=$2{c=0;s=$2}{print $1,(c++?"":s),c}' file
ahah.asd    aha 1
ahsjd.asd       2
asdd.asda       3
ajd.asd     4
asdfk.lo    abb 1
hasd.pou        2
hasd.asd    jjj 1
asidh.09    kkk 1
asdhs.97        2

每个字段之间都有一个标签。

Answer 3

您可以使用awk和column：

awk '{print $1,(($2 in a)?"":$2),++a[$2]}' OFS=, file | column -t -s,

Answer 4

便携式Perl解决方案

$ perl -F'\s+' -lane ' { $p=$x{$F[1]}++;$k=$p==0?$F[1]:""; print "$F[0]\t$k\t",$p+1 } ' tsv_file
ahah.asd        aha     1
ahsjd.asd               2
asdd.asda               3
ajd.asd         4
asdfk.lo        abb     1
hasd.pou                2
hasd.asd        jjj     1
asidh.09        kkk     1
asdhs.97                2

更紧凑：

$ perl -F'\s+' -lane ' { $p=$x{$F[1]}++==0?$F[1]:""; print "$F[0]\t$p\t",$x{$F[1]} } ' tsv_file