AWK需求：按第一列分组保留第二列最大值的所有行（含重复行）

需求说明 #

按第一列分组，保留每组中第二列数值最大的所有行（包括重复的最大值行）。

输入示例 #

a   55
a   66
a   130
b   88
b   99
b   99
c   110
c   130
c   130

期望输出 #

a   130
b   99
b   99
c   130
c   130

正确AWK实现 #

通过两次遍历文件的方式，先统计每组最大值，再筛选输出符合条件的行：

awk 'NR == FNR {
    # 第一次遍历：记录每个分组的第二列最大值
    if ($2 > max[$1]) {
        max[$1] = $2
    }
    next
}
# 第二次遍历：输出当前行第二列等于对应分组最大值的所有行
$2 == max[$1]' input.txt input.txt

代码解释 #

1. 第一次遍历（NR == FNR）：NR是全局总行数，FNR是当前文件的行数。当两者相等时，处理第一个输入文件，遍历所有行并更新数组max，存储每个分组（$1）对应的第二列最大值。
2. next：跳过后续语句，确保第一次遍历仅完成最大值统计工作。
3. 第二次遍历：处理第二个输入文件，检查当前行的第二列是否等于对应分组的最大值，符合条件则输出整行，自然保留所有重复的最大值行。

原代码问题分析 #

• 第一段代码：使用全局变量max统计最大值，未按第一列分组，最终仅保留全局最大的行，不符合分组需求。
• 第二段代码：用row[$1]存储行，但仅在遇到更大值时更新，相同最大值的后续行无法被记录，导致丢失重复的最大值行。

内容的提问来源于stack exchange，提问作者SWK