如何修改Ed Morton的AWK脚本以实现多列数据组内最大值行全列输出

本次需求为：处理包含多列的数据，按第一列分组，保留第二列值为组内最大值的所有行（包括重复最大值的行），并输出全部列。

示例数据与期望输出 #

示例数据：

a   130 data1
a   55  data2
a   66  data3
b   88  data4
b   99  data5
b   99  data6
c   110 data7
c   130 data8
c   130 data9

期望输出：

a   130 data1
b   99  data5
b   99  data6
c   130 data8
c   130 data9

已实现需求的AWK脚本 #

@jared_mamrot 提供的脚本 #

通过两次读取文件，第一次记录每组的最大值，第二次筛选出符合最大值的行，直接输出完整行内容：

awk 'NR==FNR{if($2 > max[$1]){max[$1]=$2}; next} max[$1] == $2' file file

@Andre Wildberg 提供的脚本 #

使用数组分别记录每组最大值、对应行的数量和完整行内容，最后遍历数组输出所有符合条件的行：

awk 'arr[$1] < $2{arr[$1] = $2}
       arr[$1] == $2{n[$1,arr[$1]]++; line[$1,arr[$1],n[$1,arr[$1]]] = $0}
       END{for(i in arr){
             j=0; do{j++; print line[i,arr[i],j]} while(j < n[i,arr[i]])}}' file

修改Ed Morton的脚本以支持多列输出 #

原脚本仅能处理两列数据，仅输出键和值列：

sort file | awk '
    { cnt[$1,$2]++; max[$1]=$2 }
    END { for (key in max) { val=max[key]; for (i=1; i<=cnt[key,val]; i++) print key, val } }
' 

要让它支持多列输出，需要调整数组存储逻辑，记录完整的行内容而非仅计数。以下是两种修改方案：

方案一：结合排序优化 #

先按第一列分组、第二列降序排序，再收集每组最大值对应的所有行：

sort -k1,1 -k2,2nr file | awk '
    !max[$1] { max[$1] = $2 }
    $2 == max[$1] { lines[$1][++cnt[$1]] = $0 }
    END {
        for (key in lines) {
            for (i=1; i<=cnt[key]; i++) {
                print lines[key][i]
            }
        }
    }
'

方案二：无需排序，两次读取文件 #

和@jared_mamrot的脚本逻辑一致，先获取每组最大值，再筛选输出完整行：

awk '
    NR == FNR { if ($2 > max[$1]) max[$1] = $2; next }
    $2 == max[$1] { print $0 }
' file file

方案三：基于原脚本结构修改 #

保留原脚本的单次读取逻辑，调整数组存储完整行内容：

sort file | awk '
    {
        if ($2 > max[$1]) {
            max[$1] = $2
            delete lines[$1]
            cnt[$1] = 0
        }
        if ($2 == max[$1]) {
            lines[$1][++cnt[$1]] = $0
        }
    }
    END {
        for (key in lines) {
            for (i=1; i<=cnt[key]; i++) {
                print lines[key][i]
            }
        }
    }
'

内容的提问来源于stack exchange，提问作者SWK