Bash 通过使用AWK循环一定数量的记录，在字段2中查找最小值

数据集文件中有三个字段

字段1充当id

字段2用于比较最小值

字段3为布尔值0或1

我需要在字段2中找到关于字段1的最小值。 也就是说，考虑下面的数据集。

数据集 我需要比较前3条记录的字段2中的值，并检查字段2中的最小值是否为字段3的值=1。如果是这样，++计数

然后在字段2中再次查找min，但对于字段1=2的记录。也就是说，只有记录4和5。以此类推

最好的办法是什么？该文件包含约2000000条记录

是否可以对字段2进行排序，然后为字段1的每个不同值取一条记录？

最简单的方法是

$ sort -n file | awk '!a[$1]++'

1 0.12  1
2 0.056 0
3 0.982 0

计算总数

$ sort -n file | awk '!a[$1]++{sum+=$3} END{print sum}'
1

但是，如果字段2中存在匹配项，并且您希望选择最后一个字段1的记录，则必须对字段3进行反向排序，即

sort-k1,2n-k3r

解释

！[$1]+

是一种

awk

习惯用法，用于为字段1选择第一个唯一条目。在逻辑上，创建与键映射的计数器将仅对第一个条目为真（由于求反和值自动转换为布尔值）

---

排序：前两个字段按升序排序（但数字排序为2<11），第三个字段按降序排序（相反），因此1将出现在0之前。因为最后一个字段是一位数字，所以数字排序或词法排序无关紧要，否则您也希望它是数字的。

您能解释一下代码吗！a[$1]+'？我不明白这部分。另外，请解释sort-k1 2n-k3r。我在谷歌上搜索到，-k1是我们用来排序的字段，-k3r是我们按相反顺序排序的字段。但是你能解释一下吗？一次发生的事情太多了。学习这些的最好方法是在简单文件上测试不同的标志。非常感谢，我需要这个解释来理解它的工作原理。

$ sort -n file | awk '!a[$1]++{sum+=$3} END{print sum}'
1