如何删除第一列中的重复项并输出第二列中的值？

Question

我有一个像这样的制表符分隔的 CSV 文件

C1      C2
A       3
B       4
C       5
B       4
A       3

如何消除第 1 列中的重复项并为每个唯一的第 1 值输出第 2 列中的值？输出示例：

3
4
5

我尝试过awk -F '\t' '{print $1}' file_name.csv | sort | uniq -c对第一列中的数据进行排序并“删除”重复项，但这会删除第二列。我只是 shell 脚本编写的初学者，因此任何帮助都可以。

Answer 1

awk -F '\t' 'NR>1 && !seen[$1]++{print $2}' file_name.csv

• NR>1第一行为 false，则跳过。
• !seen[$1]++只有 1（或真的）对于第一次解析的第一个字段值（重复评估为 0，或错误的）。
• print $2如果满足两个条件，则打印第二个字段。

Answer 2

awk使用您的非版本sort和uniq

tail -n +2 file | sort -ugk2 | column -t -H 1

tail通过打印起始行号来-n丢失标题+2file

tail -n +2 file | 

sort -u在ey上使用-g通用数字的独特之处-k2

sort -ugk2 | 

并输出为columnarable-t但-Hide 列1

column -t -H 1

Answer 3

如果您只想要前两列，您可以使用：

awk -F '\t' '!seen[$1]++{print $2}' testfile

Answer 4

磨坊主有一个分组head，可以让你拿第一个n与特定列值匹配的记录（在本例中，n=1）：

$ mlr --tsv head -g C1 -n 1 then cut -f C2 file.tsv
C2
3
4
5

如果您不需要列标题，请保留tsv输入格式，但将输出格式更改为索引：

mlr --itsv --onidx head -g C1 -n 1 then cut -f C2 file.tsv