我想区分打印差异最小的行。 (差异=$2-$3)
输入文件是:
c1,5,2 <-- diff=3
c1,5,3 <-- diff=2
c1,5,1 <-- diff=4
c2,8,3 <-- diff=5
c2,8,4 <-- diff=4
预期输出是:
c1,5,3
c2,8,4
我怎样才能用 awk 做到这一点(例如,用一行代码)?
换句话说,对于每个第一个字段值(c1,c2),我想打印带有该第一个字段值的单行,该值是为第二个和第三个字段之间的最小差异而选择的。
答案1
享受awk解决方案:
awk -F, '{ diff=$2-$3; if(a[$1]>diff || !a[$1]) { a[$1]=diff; b[$1]=$2 FS $3 } }
END{ for(i in a) print i,b[i] }' OFS=',' yourfile
输出:
c1,5,3
c2,8,4
答案2
两遍 Awk 命令,相当脏:
awk -F, 'FNR == NR {diff[NR] = $2-$3;
if (!($1 in minline) || diff[NR] < diff[minline[$1]]) {
minline[$1]=NR}; next}
FNR == 1 {for (a in minline) {p[minline[a]]}}
FNR in p' file.csv file.csv
出于兴趣,以下是如何使用 SQL 执行此操作(具体来说,在 Postgres 中完成):
vagrant=# \d quick
Table "pg_temp_2.quick"
Column | Type | Modifiers
--------+---------+-----------
f1 | text |
f2 | integer |
f3 | integer |
vagrant=# select * from quick;
f1 | f2 | f3
----+----+----
c1 | 5 | 2
c1 | 5 | 3
c1 | 5 | 1
c2 | 8 | 3
c2 | 8 | 4
(5 rows)
vagrant=# select f1, f2, f3 from (select *, rank() over (partition by f1 order by f2 - f3) from quick) as x where rank = 1;
f1 | f2 | f3
----+----+----
c1 | 5 | 3
c2 | 8 | 4
(2 rows)
vagrant=#