比较行并为相同的行打印相同的值答案

【问题标题】：compare rows and print the same values for the same rows比较行并为相同的行打印相同的值
【发布时间】：2013-08-18 21:31:47
【问题描述】：

我有这样的输入：

A  118791136  X 
A  118791136  x 
A  118791136  X 
A  118791136  X 
B  118791136  x 
B  23456433   X 
B  23456433   X
B  23456433   x
.
.
.

我想将其转换为如下输出：

A  118791136  XxXXx
B  23456433   XXx
.
.
.

我懂一点perl，但是不知道怎么逐行比较

非常感谢您

如果我们有

A  118791136  X 
A  23456433   x
B  34222223   X
B  56444233   X

怎么可能有这样的输出：

A 118791136,23456433 X,x
B 34222223,56444233 X,X
...
...

【问题讨论】：

标签： r perl awk

【解决方案1】：

这件作品成功了：

$ awk '{a[$1,$2]=a[$1,$2]$3} END{for (i in a) {print i, a[i]}}' file
B118791136 x
A118791136 XxXX
B23456433 XXx

只需将结果存储在一个数组中，将第一个和第二个字段作为索引。最后，它会打印结果。

结果给B23456433而不是B 23456433，试图拆分它...sed使它：

$ awk '{a[$1,$2]=a[$1,$2]$3} END{for (i in a) {print i, a[i]}}' file | sed 's/\([A-Z]\)/\1 /'
B 118791136 x
A 118791136 XxXX
B 23456433 XXx

更新基于sudo_O's comment

$ awk '{a[$1,$2]=a[$1,$2]$3} END{for (i in a) {split(i,b,SUBSEP); print b[1], b[2], a[i]}}' file
B 118791136 x
A 118791136 XxXX
B 23456433 XXx

根据新评论更新

@fedorqui 是否可以添加一个计数器，以某种方式计算一列中的相同行？

$ awk '{a[$1,$2]=a[$1,$2]$3} END{for (i in a) {split(i,b,SUBSEP); print b[1], b[2], a[i], length(a[i])}}' file
B 118791136 x 1
A 118791136 XxXX 4
B 23456433 XXx 3

【讨论】：

您已经获得了我的 +1，但不需要 sed。正确的做法是使用SUBSEP like awk '{a[$1,$2]=a[$1,$2]$3}END{for(k in a){split(k,b,SUBSEP);print b[1],b[2],a[k]}}' file
@fedorqui 你能告诉我哪本书，AWK 编程教程可以帮助我学习这些东西吗？
@sudo_O uhms，谢谢，我不知道存在这样的选项。更新了！
@MaryamSani 我主要是从Stack Overflow 那里学到的，问和答:) 另外，backreference.org/2010/02/10/idiomatic-awk 对一些技巧很有帮助（sudo_O 向我推荐了它）。
@MaryamSani 你想看Effective AWK Programming

【解决方案2】：

这可能对你有用（GNU sed）：

sed -r ':a;$!N;s/^((.*)\s+\S+)\s*\2\s+/\1/;ta;P;D' file

【讨论】：