Bash：基于另一列的值获取一列的值

我有一个以空间分隔的文件，其中包含：

5.75e-01 7.00e-1 5.52e-01 7.33e-01 ./dir1/dir2/file1.csv
5.75e-01 7.00e-1 5.42e-01 7.34e-01 ./dir1/dir2/file2.csv
5.75e-01 7.00e-1 5.72e-01 7.43e-01 ./dir2/dir2/file1.csv
5.75e-01 7.00e-1 5.22e-01 7.23e-01 ./dir2/dir2/file2.csv
5.75e-01 7.00e-1 5.02e-01 7.93e-01 ./dir3/dir2/file1.csv
5.75e-01 7.00e-1 5.12e-01 7.63e-01 ./dir3/dir2/file2.csv

我想提取第5列的值，该值对应于第3列中dir#的每个值的最大值。例如，假设我说的是

dir1

。对应于这些行的：

5.75e-01 7.00e-1 5.52e-01 7.33e-01 ./dir1/dir2/file1.csv
5.75e-01 7.00e-1 5.42e-01 7.34e-01 ./dir1/dir2/file2.csv

我可以通过以下方式找到这些：

max_val_acc_=$(awk '$5 ~ /dir1/ { print }' filename.txt)
echo $max_val_acc

现在我想我需要将这个结果通过

排序

，然后取

头

，但我无法让它工作。我要寻找的结果（对于

dir1

）是：

/dir1/dir2/file1.csv

以及所有dir#的完整结果：

---

我不确定我是否正确理解你，但这就是我理解你的方式：

awk -v s="dir1" '         # search parameter in your s
index($5,"./" s "/") {    # if your s is found in $5
    if(max==""||$3>max){  # we initialize $3 or compare to previous max
        max=$3;           # store new max
        maxv=$5           # and new mac value 
    }
}
END{ print maxv }         # print the stored max value
' file                    # oh just the file
./dir1/dir2/file1.csv

---

这就是你要找的吗

$ cat tst.awk
{
    split($5,path,"/")
    dir = path[2]
    if ( !(dir in max) || ($3 > max[dir]) ) {
        max[dir] = $3
        val[dir] = $5
    }
}
END {
    for (dir in val) {
        print val[dir]
    }
}

$ awk -f tst.awk file
./dir3/dir2/file2.csv
./dir1/dir2/file1.csv
./dir2/dir2/file1.csv

---

另一种选择是

sort

和

awk

$ sort -k5 -k3,3r file | awk -F/ '!a[$NF]++'

5.75e-01 7.00e-1 5.52e-01 7.33e-01 ./dir1/dir2/file1.csv
5.75e-01 7.00e-1 5.42e-01 7.34e-01 ./dir1/dir2/file2.csv

以上是文件名，如果基于第一个目录名

$ sort -k3,3r file | awk '{split($NF,d,"/")} !a[d[2]]++'

5.75e-01 7.00e-1 5.72e-01 7.43e-01 ./dir2/dir2/file1.csv
5.75e-01 7.00e-1 5.52e-01 7.33e-01 ./dir1/dir2/file1.csv
5.75e-01 7.00e-1 5.12e-01 7.63e-01 ./dir3/dir2/file2.csv

如果你只想打印目录

$ sort -k3,3r file | awk '{split($NF,d,"/")} !a[d[2]]++{print $NF}'

./dir2/dir2/file1.csv
./dir1/dir2/file1.csv
./dir3/dir2/file2.csv

---

只是为了好玩-没有任何（

awk

，

perl

之类）编程语言

file="./data.txt"
paste -d ' ' "$file" <(cut -d/ -f2 "$file") |\
    LC_ALL=C sort -k6 -k3gr | uniq -f5 | cut -d' ' -f5

---

使用一些awk解决方案。正如我所说，这只是为了显示另一种方式。

虽然与您请求的输出不匹配，并且与已经发布的其他答案类似，但我发现这个awk命令更令人难忘：

< file | sort -k3,3r | awk -F "/" '!seen[$2]++'

更一般的一点是：按大小对整个列表进行排序（第3列），不必担心按目录名对其进行排序（第5列的一部分），然后提取每个目录名的第一个（即，awk只打印新看到的键名）

如果确实希望仅输出目录名称和排序，请将以下内容添加到管道链：

| cut -d ' ' -f5- | sort

---

在进行最小/最大比较时，始终使用读取的第一个值作为种子，而不是希望所有输入值都为正值。另外，用

s=“dir2”

试试，你会看到它失败了，因为

dir2

出现在每一行上（你需要将它设为

索引（$0，“./“s”/”）

或类似的值）。如果两个dir具有相同的max$3值，那么输出应该是什么？3r做什么？我理解-k3是按第3列排序的，但我阅读了排序手册页，仍然不理解-k3,3r

< file | sort -k3,3r | awk -F "/" '!seen[$2]++'

5.75e-01 7.00e-1 5.72e-01 7.43e-01 ./dir2/dir2/file1.csv
5.75e-01 7.00e-1 5.52e-01 7.33e-01 ./dir1/dir2/file1.csv
5.75e-01 7.00e-1 5.12e-01 7.63e-01 ./dir3/dir2/file2.csv

| cut -d ' ' -f5- | sort