打印包含由另一个列中的多个实体共享的特定列中的值的行答案

【问题标题】：Print lines that contain a value in a specific column shared by more than 1 entity in another col打印包含由另一个列中的多个实体共享的特定列中的值的行
【发布时间】：2013-10-31 11:58:11
【问题描述】：

我只想提取第 2 列中由第 2 列中至少 2 个唯一值共享的值。

使用相同的输入（在本例中为 3 个制表符分隔的列）：

waterline-n    below-sheath-v    14.8097 
dock-n    below-sheath-v     14.5095 
waterline-n    below-steel-n    11.0330 
picnic-n    below-steel-n    12.2277 
wavefront-n    at-part-of-variance-n    18.4888 
wavefront-n    between-part-of-variance-n    17.0656
audience-b    between-part-of-variance-n    17.6346 
game-n    between-part-of-variance-n    14.9652 
whereabouts-n    become-rediscovery-n    11.3556 
whereabouts-n    get-tee-n    10.9091

对于以下所需的输出：

waterline-n    below-sheath-v    14.8097 
dock-n    below-sheath-v     14.5095 
waterline-n    below-steel-n    11.0330
picnic-n    below-steel-n    12.2277 
wavefront-n    between-part-of-variance-n    17.0656 
audience-b    between-part-of-variance-n    17.6346 
game-n    between-part-of-variance-n    14.9652

是否可以使用 grep 来做到这一点？

【问题讨论】：

标签： terminal grep

【解决方案1】：

使用awk 读取文件两次并使用数组。
我认为仅使用grep 很难做到这一点。

awk 'FNR==NR {a[$2]++;next} a[$2]>1' file file
waterline-n    below-sheath-v    14.8097
dock-n    below-sheath-v     14.5095
waterline-n    below-steel-n    11.0330
picnic-n    below-steel-n    12.2277
wavefront-n    between-part-of-variance-n    17.0656
audience-b    between-part-of-variance-n    17.6346
game-n    between-part-of-variance-n    14.9652

在第一次传递FNR==NR 中，它将第 2 列的所有值添加到一个数组中，并为每次通过的命中增加它。
在 pass 2 中，它在数组中查找，看看 hits 是否超过一个，如果没问题，打印该行。

【讨论】：

【解决方案2】：

您可以使用grep 和uniq 获得所需的输出。请注意，第二列与其他列之间不应有对应关系。另请注意，除非您对cut 的输出进行排序，否则相同的字段需要位于连续的行上：

grep -f <(cut -f2 infile | uniq -d) infile

输出：

waterline-n below-sheath-v  14.8097
dock-n  below-sheath-v  14.5095
waterline-n below-steel-n   11.0330
picnic-n    below-steel-n   12.2277
wavefront-n between-part-of-variance-n  17.0656
audience-b  between-part-of-variance-n  17.6346
game-n  between-part-of-variance-n  14.9652

【讨论】：