输出得分最高的条目

Question

我有一个如下文件。根据分数列，我想通过打印整行如下来输出每个科目得分最高的人。不需要特定的顺序，但主题列应该包含所有唯一的条目。

name subject score remarks
john   Math    67   satis
lewis  History 56   poor
sarah  Math    89   good
fiona  Geo     65   satis
george History 99   very good

所需输出：

name   subject score remarks
sarah  Math    89   good
george History 99   very good
fiona  Geo     65   satis

所有列均以制表符分隔，只有备注列具有空格分隔的单词。如果同一科目存在相同的分数，我想输出所有这些人。

Answer 1

就像是：

{
head -n 1 file.txt &&
tail -n+2 file.txt |
sort -t $'\t' -nrk 3 |
awk -F '\t' 's[$2] && s[$2] > $3 { next }{ s[$2] = $3 } 1'
} >outfile.txt

• head -n1打印标题。

• tail -n+2跳过标头和管道其余部分进行处理。

• sort进行数字反向排序（从高到低）( -rn)。按输入的第 3 列 ( -k 3) 进行排序，并用制表符分隔（-t $'\t'如果名称或主题列中没有空格，则可以删除 - ）。

• awk只要没有看到主题，就打印行，或者等于最后一行。
  -F '\t'将字段分隔符设置为制表符。如果名称和主题列不包含空格，则可以删除。

  • s[$2] && s[$2] > $3 { next }下一个; ifs[subject]已设置且大于当前值（最高分）。
  • {s[$2] = 1}放s[subject] = score
  • 1打印

---

如果您不介意最后一行的标题并且不需要考虑名字或者科目带空格（如：没有）——可以缩短为：

sort -nrk3 file.txt | awk ' s[$2] && s[$2] > $3{next}{s[$2]=$3}1'

Answer 2

awk 'BEGIN{ FS=OFS="\t" }
    NR==1              { print; next }
    max[$2]<$3 || NR==2{ max[$2]=$3; data[$2]=$0; next }
    max[$2]==$3        { data[$2]= data[$2] ORS $0 }

END{ for(x in data) print data[x] }' infile

---

• BEGIN{ FS=OFS="\t" }，设置制表\t符为F产量S输入的分隔符和氧输出F产量S输出的分隔符​​。
• NR==1{ print; next }，输出标题行。
• max[$2]<$3 || NR==2{ max[$2]=$3; data[$2]=$0; next }，更新并保留每个科目的最高分，并保留该高分科目的整行。
• max[$2]==$3{ data[$2]= data[$2] ORS $0 }，附加每个相同科目具有相同最高分数的记录。
• END{ for(x in data) print data[x] }，循环数据数组并打印最终结果。

Answer 3

使用 GNUsort进行排序并uniq只取每个主题的第一个：

sort -t '\t' -r -k 2 -k 3n scores.txt | uniq -f 1 -w 7

-k 2按主题（第二个字段）排序，-k 3n n并按分数（第三个字段）进行数字排序。该-r选项会颠倒排序顺序，因此得分最高的将排在第一位。

现在uniq删除两个主题，跳过第一个字段并-f 1仅比较 5，因此对于共享前 5 个字符（如HistoryA和 ）的主题，这将失败HistoryB。

至于使用uniq带有选项的命令-f，因此第一个字段不得包含空格，否则会产生错误的输出，因为该字段是一系列空格（通常是空格和/或制表符），然后是非空白字符。某些特定版本仅在 Debian 中uniq可以-t选择指定字段分隔符，但现在出于兼容性原因删除了。

Answer 4

awk 'NR==FNR {if ($3>max[$2]) max[$2]=$3; next} FNR==1||$3==max[$2]' file file

对输入文件进行两次遍历。第一遍记录最高分，第二遍打印行。假设分数大于零。