从一列中打印具有最高值的整行

Posted 2023-03-15

【中文标题】从一列中打印具有最高值的整行

【英文标题】：Print whole line with highest value from one column

【发布时间】：2018-07-09 21:05:20

【问题描述】：

我现在有一个小问题。 我有一个包含 4 列的文件

test0000002,10030010330,c_,218
test0000002,10030010330,d_,202
test0000002,10030010330,b_,193
test0000002,10030010020,c_,178
test0000002,10030010020,b_,170
test0000002,10030010330,a_,166
test0000002,10030010020,a_,151
test0000002,10030010020,d_,150
test0000002,10030070050,c_,119
test0000002,10030070050,b_,99
test0000002,10030070050,d_,79
test0000002,10030070050,a_,56
test0000002,10030010390,c_,55
test0000002,10030010390,b_,44
test0000002,10030010380,d_,41
test0000002,10030010380,a_,37
test0000002,10030010390,d_,35
test0000002,10030010380,c_,33
test0000002,10030010390,a_,31
test0000002,10030010320,c_,30
test0000002,10030010320,b_,27
test0000002,10030010380,b_,26
test0000002,10030010320,a_,23
test0000002,10030010320,d_,22
test0000002,10030010010,a_,6

我想要从第 2 列排序的第 4 列的最大值。

test0000002,10030010330,c_,218 
test0000002,10030010020,c_,178 
test0000002,10030010330,a_,166 
test0000002,10030010020,a_,151 
test0000002,10030070050,c_,119 
test0000002,10030010390,c_,55 
test0000002,10030010380,d_,41 
test0000002,10030010320,c_,30 
test0000002,10030010390,a_,31 
test0000002,10030010380,c_,33 
test0000002,10030010390,d_,35 
test0000002,10030010320,a_,23 
test0000002,10030010380,b_,26 
test0000002,10030010010,a_,6

【问题讨论】：

test0000002,10030010330,a_,166 是如何进入您的输出的，它们将被排序过滤掉！还要更详细地解释一下，“从第 2 列排序的第 4 列中的最高值”是什么意思？

对不起，我错了。

发布您的预期输出。

为什么包含166 行？它的第 2 列编号已经存在 218。

@choroba 10 分钟后... :-)

【参考方案1】：

您的文件似乎已经在第 4 列按降序排序，因此您只需打印第 2 列第一次出现的行：

awk -F, '!seen[$2]++' file

test0000002,10030010330,c_,218
test0000002,10030010020,c_,178
test0000002,10030070050,c_,119
test0000002,10030010390,c_,55
test0000002,10030010380,d_,41
test0000002,10030010320,c_,30
test0000002,10030010010,a_,6

如果您的输入文件未按第 4 列排序，则

sort -t, -k4nr file | awk -F, '!seen[$2]++'

【讨论】：

您的输入文件是否已预先排序？您的示例数据已预先排序。

谢谢我的朋友。这行得通。排序 -t, -k4nr 文件 | awk -F, '!seen[$2]++'

【参考方案2】：

你可以使用两种：

sort -u -t, -k2,2 file | sort -t, -rnk4

第一个删除第二列中的重复项，第二个对第 4 列中的第一个进行排序。

【讨论】：

同样的结果。它总是打印相同的第三列。 a_ 适用于所有 7 行。 test0000002,010030010330，A_，166 test0000002,010030010020，A_，151 test0000002,010030070050，A_，56 test0000002,010030010380，A_，37 test0000002,010030010390，A_，31 test0000002,010030010320，A_，23 test0000002,010030010010，A_，6

那么请更好地解释这些行应该如何排序。