提取每一行，然后在第二列中提取具有不同值的行

Question

鉴于以下文件结构，

9.975   1.49000000      0.295   0       0.4880  0.4929  0.5113  0.5245  2.016726        1.0472  -30.7449        1
9.975   1.49000000      0.295   1       0.4870  0.5056  0.5188  0.5045  2.015859        1.0442  -30.7653        1
9.975   1.50000000      0.295   0       0.5145  0.4984  0.4873  0.5019  2.002143        1.0854  -30.3044        2

有没有办法提取第二列中的值不等于下一行第二列中的值的每一行？ IE。我想从这三行中提取第二行，因为 1.49 不等于 1.50。 也许使用 sed 或 awk？

这就是我在 MATLAB 中的做法：

myline = 1;
mynewline = 1;
while myline < length(myfile)
    if myfile(myline,2) ~= myfile(myline+1,2)
        mynewfile(mynewline,:) = myfile(myline,:);
        mynewline = mynewline+1;
        myline = myline+1;
    else
        myline = myline+1;
    end
end

但是，我的文件现在太大了，我宁愿在终端中执行此提取操作，然后再将它们传输到我的笔记本电脑。

Answer 1

Awk 应该可以。

<data awk '($2 != prev) {print line} {line = $0; prev = $2}'

awk 简介：awk 程序由一组condition {code} 块组成。它逐行运行。如果没有给定条件，则为每一行执行该块。 BEGIN 条件在第一行之前执行。每行都拆分为字段，可通过$_number_ 访问。整行在$0。

这里我将第二个字段与上一个值进行比较，如果它不匹配我print整个上一行。在所有情况下，我都将当前行存储到line，将第二个字段存储到prev。

如果你真的想要它，请小心浮点比较 - 类似于abs($2 - prev) < eps（awk 中没有abs，你需要自己定义它，并且 eps 是一个足够小的数字）。我实际上不确定 awk 是否转换为数字以进行相等测试，如果不是，您可以安全地进行字符串比较。

Answer 2

这可能对你有用（GNU sed）：

sed -r 'N;/^((\S+)\s+){2}.*\n\S+\s+\2/!P;D' file

一次读两行。前两列的模式匹配，仅在第二列不匹配时打印第一行。

Answer 3

尝试以下命令：

awk '$2 != field && field { print line } { field = $2; line = $0 }' infile

它保存上一行和第二个字段，在下一个循环中与当前行值进行比较。 && field 检查有助于避免文件开头出现空行，此时 $2 != field 因为变量为空而匹配。

它产生：

9.975   1.49000000      0.295   1       0.4870  0.5056  0.5188  0.5045  2.015859        1.0442  -30.7653        1