每个唯一行仅提取两个匹配项并丢弃超过 3 个重复项答案

【问题标题】：Extract only two matches per unique line and discard more than 3 duplicates每个唯一行仅提取两个匹配项并丢弃超过 3 个重复项
【发布时间】：2017-12-27 23:39:28
【问题描述】：

我想提取最多出现 2 次的名称。在第 1 列。如果它出现超过 2 次，那么我只需要获得前 2 次。例如。文件1.txt

10000040 1-120 10000040 541-660 10000040 91-210 10000042 1-120 10000043 541-660 10000048 1-120 10000049 1-120 10000049 181-300 10000049 271-390 10000049 361-480

从上面的文件中，我想要这样的东西： 10000040 1-120 10000040 541-660 10000042 1-120 10000043 541-660 10000048 1-120 10000049 1-120 10000049 181-300

我已经尝试过 uniq 和 -D 但它们没有给出我想要的。感谢您的帮助。

【问题讨论】：

-m 标志呢？ grep -m 2 '10000040 1-120' yourfile.txt
为什么10000040只出现一次？

标签： linux awk grep uniq

【解决方案1】：

awk '++_[$1] < 3' input_file

ctac_answer的缩短版

【讨论】：

永远不要为变量命名_ - 这比单个字母名称更糟糕，并且增加了绝对零值，它唯一的影响是负面的。
我认为它是一个丢弃变量，因为它不再被使用，但你有权发表你的意见
好的，但是_[] 比a[] 有什么好处，至少可以让您知道您正在处理一个变量并且它是一个数组？
在我看来没有优势或劣势。您更喜欢看到某种字母或单词的事实是一种偏好。我经常使用这种格式来查找列表中的唯一项目，也就是说，这只是我的偏好:)

【解决方案2】：

使用 awk

awk '{a[$1]++}a[$1]<3{print}' infile

【讨论】：

'{a[$1]++}a[$1]<3{print}' = '++a[$1]<3'
谢谢。那行得通。 @grail 的解决方案要短得多，而且似乎完成了我想要的工作。