Question

我有一个包含如下数据的文件：

2012-01-02 GREEN 4
2012-01-02 GREEN 6
2012-01-02 GREEN 7
2012-01-02 BLUE 4
2012-01-02 BLUE 3
2012-01-02 GREEN 4
2012-01-02 RED 4
2012-01-02 RED 8
2012-01-02 GREEN 4
2012-01-02 YELLOW 5
2012-01-02 YELLOW 2

我不能总是预测第二列中的字符串是什么（所以在上面的示例中有颜色，但数据文件可以包含第二列中的任何字符串）。但是在第三列中总是有一个数字（我希望第二列中的特定字符串的最大值）。是不是能够：

拉出第2列中的每个唯一字符串？
对于每个唯一字符串，获取最大关联值（因此，使用上面的内容，您最终得到以下内容）？：
```
2012-01-02 GREEN 7
2012-01-02 BLUE 4
2012-01-02 RED 8
2012-01-02 YELLOW 5
```

或者使用Perl（甚至是shell）会更容易吗？任何代码示例都非常感谢！

Answer 1

$ sort -k2,2 -k3,3nr input.txt | awk 'x!=$2{x=$2;print}'
2012-01-02 BLUE 4
2012-01-02 GREEN 7
2012-01-02 RED 8
2012-01-02 YELLOW 5

Answer 2

您可以使用几乎相同的技术（使用关联数组）在perl或awk中执行此操作。

这是一个awk示例。 max包含给定＆＃34;键＆＃34;（{1}}最大值发生线的（当前）最大值。

lines

Answer 3

这可能对您有用：

cat -n file | sort -ruk2 | sort -uk2,3 | sort -n | cut -f2
2012-01-02 GREEN 7
2012-01-02 BLUE 4
2012-01-02 RED 8
2012-01-02 YELLOW 5

如果订单不是问题：

sort -k1,2 -k3nr file | sort -uk1,2 
2012-01-02 BLUE 4
2012-01-02 GREEN 7
2012-01-02 RED 8
2012-01-02 YELLOW 5

Answer 4

有类似的想法使用数组

awk '{i=$1" "$2;if($3>c[i]){c[i]=$3}}END{for(a in c){print a,c[a]}}' colors.txt
2012-01-02 RED 8
2012-01-02 YELLOW 5
2012-01-02 GREEN 7
2012-01-02 BLUE 4

和perl one

perl -lne '/^(.*)(\d+)$/;$x{$1}=$2 if $2>$x{$1};END{for(sort keys %x){print $_,$x{$_}}}' colors.txt
2012-01-02 BLUE 4
2012-01-02 GREEN 7
2012-01-02 RED 8
2012-01-02 YELLOW 5

AWK，Perl还是Shell？ 3列数据文件中的唯一字符串及其最大值

4 个答案: