linux - 从 CSV 文件中提取具有唯一值的前 3 行

Question

我有一个很大的 CSV 文件，我想按第 2 列和第 3 列对其进行排序，并仅采用第 2 列中具有唯一值的前 3 行。所以我搜索类似的内容:

sort -k2,2 -k3,3 -u2,2-3(-u2,2-3部分实际上不存在)。

知道如何在命令行上执行此操作而不需要自己编写程序吗？

Answer 1

虽然很难看，但我认为这会起作用。

假设:

1. 您的文件名为$FILE。
2. 该文件仅包含以逗号分隔的数字。

代码:

awk 'BEGIN { FS="," } !/^$/ { print NR,$2,$3 }' < $FILE |
    sort -nk 2,3 |
    awk '{ print $1,$2 }'
    uniq -uf 1 |
    head -n 3 |
    while read num ignore; do sed -n "${num}p" < $FILE; done

逐行解释:

1. awk: 打印文件中所有非空行的行号以及字段 2 和 3。稍后，在对字段 2 和 3 进行排序后，我们将使用行号作为索引从 $FILE 中提取所需的行。
2. sort:按字段 2 和 3 对输出进行数字排序。
3. awk:删除字段 3，仅保留行号和字段 2。
4. uniq: 仅打印唯一的行，忽略行号。
5. head: 仅打印前 3 行。
6. while: 读取 3 个行号，忽略每行的其余部分。打印原始文件中的该行。