保存由两列定义的第二个或最后一个重复行（全部使用整数并排序）

Question

我遇到文件中重复行操作的问题。

在带有多列的制表符分隔文件中，可能只有两列（前两列）定义了两个重复行。这两行已按行排序，这意味着重复的行彼此相邻。我只想保留这两个副本的发送/最终行。

我当前的文件（制表符分隔，多列，行按第一列排序）

1 100 A T
1 101 T C
1 101 T TT
2 1000 C T
2 1001 T A

我想要的

文件，删除前两列定义的第一个副本，保存所有其他行和列。

1 100 A T
1 101 T TT
2 1000 C T

我想对你的文字操作有所帮助。我试过sed和awk。但是，我不能自己这样做。你能否对我的问题给出任何暗示？

提前致谢。

最佳， 2 1001 T A

Answer 1

或许这样的事情：

{
    lines[NR] = $0
}
END {
    for(i=1;i<=length(lines);i++){
        split(lines[i], current)
        split(lines[i+1], after)
        if((current[1] == after[1]) && (current[2] == after[2])){
            print lines[i+1]
            i+=1
        }
        else{
            print lines[i]
        }
    }
}

输出：

$ awk -f s.awk input
1 100 A T
1 101 T TT
2 1000 C T
2 1001 T A

或者@ripat指出，使用sort（与tac一起首先反转列表，以便选择第二个匹配）：

$ tac input | sort -k1,1n -k2,2n -u
1 100 A T
1 101 T TT
2 1000 C T
2 1001 T A

说真的，开始接受你收到的一些答案！否则，人们花时间回答你问题的概率将非常接近0，阅读常见问题https://stackoverflow.com/faq