删除字段中的重复值

删除字段中的重复值

如何删除文件中选定字段内的重复(或多个)值,只保留一份副本?

示例

输入文件:

A    1,2,3,45,1,8,2,3
B    5,6,6,6,6,6,2,3,7

预期输出:

A    1,2,3,45,8
B    5,6,2,3,7

答案1

一个sed一:

sed '
  s/[^[:blank:]]\{1,\}/,&,/g;:1
  s/\(\(,[^,[:blank:]]*\)\(,[^,[:blank:]]*\)*\)\2,/\1,/;t1
  s/,\([^[:blank:]]*\),/\1/g'

(它处理所有包含,字符并保留间距的字段)

答案2

perl

perl -MList::MoreUtils=uniq -pe 's{\S*,\S*}{join ",", uniq split ",", $&}ge'

(它处理所有包含,字符并保留间距的字段)

答案3

另一个perl解决方案:

perl -anle '                                                                    
    print "$F[0] ", join ",", grep {!$seen{$_}++} split ",",$F[1];              
    %seen=();                                                                   
' file
A 1,2,3,45,8
B 5,6,2,3,7

答案4

awk '{n=split($2, a, ","); $2=a[1];
  for(i=2; i<=n; i++)
    {$2 = ($2 ~ "(^|,)" a[i] "($|,)") ? $2 : ($2 "," a[i])}}1' OFS='\t' file

相关内容