如何使用 Unix 排序从抢七组中选择最高值答案

【问题标题】：How to pick top value from tie-break group using Unix sort如何使用 Unix 排序从抢七组中选择最高值
【发布时间】：2018-04-30 21:30:42
【问题描述】：

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 2 列和第 3 列（数字降序）排序，最后选择每个第 2 列组的顶部，从而得到 p>

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

我被这个困住了：

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

正确的做法是什么？

【问题讨论】：

标签： linux bash sorting unix awk

【解决方案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“对从第二个字段到行尾的所有内容进行排序”，它完全忽略了 -k3。您必须明确范围的开始和结束位置。您还想按数字对第三个进行排序。

以下是所有内容：

$ 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。尽管sort 具有对流进行重复数据删除的能力，但它还不够聪明，无法处理这样的复杂场景。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

【讨论】：

已删除的答案建议 !unique[$2]++ 作为 awk 脚本，这似乎也有效：sort -t, -k2,2 -k3,3nr myfile.txt | awk -F, '!unique[$2]++'。不确定这是否比您的解决方案更可取，但字符更少；）
任一 awk 脚本都可以！无论您发现哪个更容易记住以供将来使用。 :)

【解决方案2】：

呸呸呸

纯猛击！！

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

只是为了压缩和缩小代码

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

【讨论】：

感谢编辑格式化 bash，@dimo414，帖子是在一行中制作的，以符合问题的风格，以及其他答案。您还根据您的喜好将一条正确的线更改为另一条也正确的线。无论哪种方式我都很好，这意味着作为一个练习来学习如何使用 bash 来解决问题。 =)

【解决方案3】：

这是纯粹的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,",")：将每条记录用','分隔，并将每个字段保存到数组b中。
if(b[3]<$3)a[$2]=$0：比较 b[3] 和 $3 以确定是否需要更新 a[$2]
在最后打印数组 a 中的所有内容。

【讨论】：