Linux 从外壳上移除顶部k重复线

我有一个csv文件，看起来像这样

John,Smith, 2, 3
John,Smith, 2, 3
John,Smith, 1, 4
John,Smith, 6, 2
Adam,Brown, 2, 3
Adam,Brown, 5, 6
Adam,Brown, 1, 1
Thom,Bow, 1, 5

我想保留每个名字和姓氏出现的前

k

行，按照出现的顺序排列。k=2的输出应为

John,Smith, 2, 3
John,Smith, 2, 3
Adam,Brown, 2, 3
Adam,Brown, 5, 6
Thom,Bow, 1, 5

---

并非所有行的列数都必须相同。但是，前两列始终存在

awk是你的朋友吗

awk -F\, -v k=2 'a[$1, $2]++<k+0' file

解释

要通过最大迭代次数：

-vk=2

我们使用关联，它的键由行的前两个字段构成

$1，$2

，这些字段由逗号分隔：

-F\，

每当我们找到同一个键：

a[$1，$2]+

---

在

awk

中，如果表达式满足一个条件，那么默认的操作是打印当前行/行，因此我们只显示所创建键的最多

k

行程：

您可以添加一个简短的解释吗？谢谢，最后一个问题。如果行不按名字/姓氏“分组”，而不更改给定文件的顺序，是否也可以这样做？原因是行是根据第3列和第4列预先排序的，我想为每个第一名/姓氏选择前k是的，您不需要将其分组，
awk
将打印源文件中找到的行，顺序不会改变。检查更新的意义是什么，然后试着运行这个xP:
awk-F\，-vk=dummy'a[$1$2]++
John,Smith, 2, 3
John,Smith, 2, 3
Adam,Brown, 2, 3
Adam,Brown, 5, 6
Thom,Bow, 1, 5

$ cat file
John,Smith, 2, 3
Adam,Brown, 2, 3
John,Smith, 2, 3
Thom,Bow, 1, 5
Adam,Brown, 5, 6
Adam,Brown, 1, 1
John,Smith, 1, 4
John,Smith, 6, 2

$ awk -F\, -v k=2 'a[$1, $2]++<k+0' file|sort -r -t, -k 2
John,Smith, 2, 3
John,Smith, 2, 3
Adam,Brown, 5, 6
Adam,Brown, 2, 3
Thom,Bow, 1, 5