删除一列中的重复项并迭代行以在第二列中折叠答案

【问题标题】：Removing repetitions in one column and iterate lines to collapse in second column删除一列中的重复项并迭代行以在第二列中折叠
【发布时间】：2017-02-15 09:41:03
【问题描述】：

我正在寻找一种方法来生成关于我的模型预测的一些统计信息。左边我有真实的价值观，右边我有预测。我的真实值在一个区间内，所以我想将它们浓缩为每个区间的单个值，并知道做出了哪些预测。我想我需要对第一列执行类似“uniq”的操作，并迭代第二列的每一行，直到第一列中的值发生变化。我想 awk 会非常擅长使用 $1 和 $2 来处理列，但是第二列的迭代而不丢失第一列中的信息是我卡住的地方。值得注意的是，第一列中的值可能会出现多次，我希望它们在每个间隔中重复，而不是按顺序重复。我可以接受任何 shell 或 python 中的代码。

示例输入：

示例输出：

1   1 0 1
2   2 2
1   1
3   3 3 2 3
2   3 2 1

【问题讨论】：

到目前为止你想到了什么？

标签： python bash shell awk

【解决方案1】：

使用awk 真的很简单：

awk 'NR>1{cr="\n"}L!=$1{printf "%s%s ",cr,$1;L=$1}{printf " %s" ,$2}END{print ""}' input

结果

说明

NR>1{cr="\n"}：cr 或回车：在处理第一条记录之前将是 null (NR>1)。

L!=$1{printf "%s%s ",cr,$1;L=$1}：如果L Last key 与当前 ($1) 不同，它会打印 cr（第一条记录为 null）当前键 @ 987654330@，并将其值存储在L 中作为处理的最后一个键。

{printf " %s" ,$2}: 只显示每条记录的第二列。

END{print ""}：在处理完所有记录后，打印一个最终的回车。

【讨论】：

感谢您的精彩解释！像魅力一样工作。

【解决方案2】：

这是 bash 中的一个版本：

#/bin/bash
while read a b; do
    if [ $a != "$val" ]; then
        [ -n "$val" ] && echo $val $pred
        val=$a
        pred=$b
    else
        pred="$pred $b"
    fi
done <inputfile
[ -n "$val" ] && echo $val $pred

【讨论】：