Вопросы Теги

Найти повторяющееся значение столбца в CSV

Вам не хватает места вокруг [и]. Это должно выглядеть так: 

for team in `cat teams.txt`
do
    if [ "$team" == "Bills" ]
    then
        echo "$team hired Rex Ryan as coach"
    fi
    echo "$team Nation"
done
4
03.06.2019, 16:57
4 ответа

Использование AWK:

awk -F, 'data[$1] && !output[$1] { print data[$1]; output[$1] = 1 }; output[$1]; { data[$1] = $0 }'

Он просматривает каждую строку и ведет себя следующим образом:

  • если мы уже видели значение в первом столбце, обратите внимание, что мы должны вывести любую строку, соответствующую этому, и вывести запомненную строку;
  • вывести текущую строку, если ее первый столбец совпадает с тем, который мы хотим вывести;
  • сохранить текущую строку с ключом в первом столбце.
5
27.01.2020, 20:49

Если все ваши идентификаторы имеют одинаковую длину (8 символов в вашем примере ), вы можете сделать все это, используя sortи GNUuniq:

$ sort file | uniq -Dw 8
11111111,high,6/3/2019
11111111,low,5/3/2019
11111111,medium,7/3/2019

Если они имеют разную длину, вы все равно можете использовать этот подход, но он становится немного сложнее:

$ tr ',' ' ' < file | sort  | rev | uniq -f2 -D | rev | tr ' ' ','
11111111,high,6/3/2019
11111111,low,5/3/2019
11111111,medium,7/3/2019
5
27.01.2020, 20:49 
awk -F, '$1 in m { print m[$1]$0; m[$1]=""; next } 
                 { m[$1]=$0 "\n" }' ex
0
27.01.2020, 20:49

Это можно сделать с помощью GNU sed, используя его расширенные конструкции регулярных выражений. Сначала мы загружаем файл в пространство шаблонов, а затем удаляем все неповторяющиеся строки (и )из начала пространства шаблонов. Кроме того, флаг \n\nпомещается в конце пространства шаблона, в котором мы перебрасываем повторяющиеся строки. Итак, как только этот флаг всплывает до начала пространства шаблонов =>, операция завершена, и теперь мы можем удалить маркеры из пространства шаблонов и вывести на стандартный вывод. 

$ sed -Ee '
   $!{
      N;s/^/\n/
      $s/$/\n\n/;D
   }
   /^([^,\n]*),[^\n]*\n(.*\n)?\1,/!D
   s/^([^\n]*)(.*)/\2\1\n/;/^\n\n/!D
   s/^\n\n//;s/\n$//
' inp

Это версия POSIX-sedИ еще один способ решения проблемы, когда мы не поддерживаем весь файл в любой момент времени ни в шаблоне, ни в пространстве хранения. Как только видна повторяющаяся строка, она печатается в стандартный вывод, И эталонная строка помечается и печатается, помечается, потому что мы не хотим печатать ее в следующий раз, когда ее дубликат будет виден. 

$ sed -ne '
   H;g;y/\n_/_\n/
   /.*_\([^,_]*\)\(,[^_]*\)\[0]_\(.*_\)\{0,1\}\1,[^_]*$/{
      s//\1\2/;y/_\n/\n_/;p
      g;s/.*\n//p;g;y/\n_/_\n/
      s/\(.*_\([^,_]*\),[^_]*\)\[0]\(_\(.*_\)\{0,1\}\)\2,[^_]*$/\1[1]\3/
      s/_$//;y/_\n/\n_/;bh
   }
   /.*_\([^,_]*\)\(,[^_]*\)\[1]_\(.*_\)\{0,1\}\1,[^_]*$/{
      s/.*_//;y/_\n/\n_/;p
      g;s/\(.*\)\n.*/\1/;bh
   }
   y/_\n/\n_/;s/$/[0]/;:h;h
' inp

Это основанное на Perlрешение проблемы, когда мы храним строки в хэше массива. Как только мы видим повторяющуюся строку, мы печатаем массив и также очищаем его, а также печатаем повторяющуюся строку. 

$ perl -F, -lane '
   push(@{$h{$F[0]}},$_),next if ! exists $h{$F[0]};
   print for splice(@{$h{$F[0]}}),$_;
' inp

Выход:

11111111,high,6/3/2019
11111111,low,5/3/2019
11111111,medium,7/3/2019
0
27.01.2020, 20:49

Теги

Похожие вопросы