Linux awk：根据给定列的前3个不同值选择行

我希望读取fileIn.txt（逗号分隔）并输出fileOut.txt，其中只有与给定列的前3个不同值匹配的行。例如，我的输入文件如下所示：

fileIn.txt
#location,day,time
home,mon,01:00
office,mon,06:00
home,mon,10:00
office,tues,03:00
home,wed,08:00
home,wed,11:00
home,thurs,02:00
home,fri,01:00
diner,fri,07:00
party,fri,09:00
home,sat,02:00
mall,sat,06:00
home,sat,09:00
beach,sun,01:00

fileOut.txt
#location,day,time
home,mon,01:00
office,mon,06:00
home,mon,10:00
office,tues,03:00
home,wed,08:00
home,wed,11:00

我只想选择前3个不同日期的行，因此我的输出文件如下所示：

fileIn.txt
#location,day,time
home,mon,01:00
office,mon,06:00
home,mon,10:00
office,tues,03:00
home,wed,08:00
home,wed,11:00
home,thurs,02:00
home,fri,01:00
diner,fri,07:00
party,fri,09:00
home,sat,02:00
mall,sat,06:00
home,sat,09:00
beach,sun,01:00

fileOut.txt
#location,day,time
home,mon,01:00
office,mon,06:00
home,mon,10:00
office,tues,03:00
home,wed,08:00
home,wed,11:00

---

你的问题有点让人困惑。但是如果我理解正确的话，您希望打印出任何一行，其中一周中的某一天与脚本在文件中找到的前3个不同值中的一个匹配。你可以用awk这样做

BEGIN { FS="," }

{
    if(dayCount < 3 && !($2 in days)) { days[$2] = 1; ++dayCount }
    if ($2 in days) { print }
}

BEGIN{FS=“，”}
{
如果（dayCount<3&&！（$2天））{days[$2]=1；++dayCount}
如果（$2天）{print}
}

你的问题有点让人困惑。但是如果我理解正确的话，您希望打印出任何一行，其中一周中的某一天与脚本在文件中找到的前3个不同值中的一个匹配。你可以用awk这样做

BEGIN { FS="," }

{
    if(dayCount < 3 && !($2 in days)) { days[$2] = 1; ++dayCount }
    if ($2 in days) { print }
}

BEGIN{FS=“，”}
{
如果（dayCount<3&&！（$2天））{days[$2]=1；++dayCount}
如果（$2天）{print}
}

awk

救援！ 以更惯用的形式包含标题

$ awk -F, 'NR==1{c[$2]} length(c)<4{c[$2]} $2 in c' file

#location,day,time
home,mon,01:00
office,mon,06:00
home,mon,10:00
office,tues,03:00
home,wed,08:00
home,wed,11:00

---

这取决于短路逻辑操作，直到它被初始化为

NR==1

awk

后才计算长度，以进行救援！

awk -F, '
    /^#/            {print; next}   # keep comments
    ++seen[$2] == 1 {count++}       # incr counter the first time value is seen
    count > 3       {exit}          # quit if we have seen 4 values
                    {print}         # otherwise print this line
' file

以更惯用的形式包含标题

$ awk -F, 'NR==1{c[$2]} length(c)<4{c[$2]} $2 in c' file

#location,day,time
home,mon,01:00
office,mon,06:00
home,mon,10:00
office,tues,03:00
home,wed,08:00
home,wed,11:00

---

根据短路逻辑运算，在初始化长度为

NR==1

之前，不计算长度取决于短路逻辑运算。是否可以假定输入文件已排序？是的，您可以假定。是否可以假定输入文件已排序？是的，您可以假定。您可以。。。你能帮我们这些新手破译一下吗？哇，是的，请。你这个巫师。。。你能帮我们这些新手破译一下吗？哇，是的，请。

awk -F, '
    /^#/            {print; next}   # keep comments
    ++seen[$2] == 1 {count++}       # incr counter the first time value is seen
    count > 3       {exit}          # quit if we have seen 4 values
                    {print}         # otherwise print this line
' file