根据第一个逗号之前的匹配查找重复行数

Question

如何根据以下数据中第一个逗号之前的数字查找重复行？

输入：

112112112,00,00,00
110110,01,01,02
112112112,11,11,888
110110,99,88,8
410410,22,22,22

输出：

112112112 (2)
110110    (2)

Answer 1

虽然你可以修改钢铁司机的解决方案对于您之前的类似问题，这里有一个快速而肮脏的管道：

cut -d, -f1 < input | sort | uniq -c | awk '$1 > 1 { print $2, "(" $1 ")" }'

Answer 2

与单awk：

awk -F, '{ a[$1]++ }END{ for(i in a) if(a[i]>1) printf "%-12s(%d)\n",i,a[i] }' file

输出：

110110      (2)
112112112   (2)

Answer 3

将您的输入文件通过管道传输到以下内容应该可以做到：

cut -f1 -d, | sort | uniq -cd

输出与您发布的不完全相同；重复计数是第一列，而不是最后一列并带括号：

  2 110110
  2 112112112

调用要求cut隔离第一个逗号分隔字段，sort确保相同的字段按顺序排列，这是对uniq这些字段进行分组所必需的；-c要求计数并-d仅显示重复项。对整个输入进行排序可能不是实现您所要求的最有效的方法，但只有当您的输入变得非常大时，这才应该成为一个问题。