Command line 模拟SAS'；首先使用linux命令行工具执行datastep语句

假设我在一个文件中有以下数据集的第一列，我想模拟第二列中的标志，因此我只导出与标志=1关联的行（数据集按目标列预先排序）：

---

我可以运行

awk'NR==1{print；next}seen[$1]+{print}数据集

，但是对于非常大的文件会遇到问题（

seen

不断增长）。是否有其他方法可以在不跟踪目标列（此处为列#1）的每个唯一值的情况下处理此问题？谢谢。

看起来格雷普可以这样做：

$ grep " 1" dataset

---

所以你只有第一列？是否要生成第二个？我认为稍微不同的awk命令可以工作

awk '{if (last==$1) {flag=0} else {last=$1; flag=1}; print $0,flag}' file.txt

---

基本上，您只需检查第一个字段是否与您看到的最后一个字段匹配。由于已排序，您不必跟踪所看到的所有内容，只需最后一个即可知道值是否不同。

简单、快速的解决方案，谢谢。我的数据在$1中丢失，因此我必须将last初始化为-1:

if（NR==1）{last=-1}…

awk '{if (last==$1) {flag=0} else {last=$1; flag=1}; print $0,flag}' file.txt