基于awk处理列间关联：匹配过滤输出异常问题求助

你的原awk命令存在两个核心问题：

1. 未过滤关键条件：没有处理“匹配行的第2列≠当前行的第2列”的要求，也未区分「匹配行（第4、5列非0）」和「当前行（第4、5列为0）」的隐含逻辑（从你的期望输出可看出）。
2. 行号存储方式错误：将同一键对应的所有匹配行号拼接成单个字符串，导致输出时一次性打印所有行号，无法实现逐行对的输出格式。

修正后的awk命令 #

使用gawk的多维数组存储匹配行的ID和第2列值，同时添加条件过滤：

awk 'NR==FNR {
    # 仅存储第4、5列非0的行，记录行ID和第2列值
    if ($4 != 0 || $5 != 0) {
        key = $4 " " $5
        rows[key][++cnt[key]] = $1 " " $2
    }
    next
}
# 仅处理第4、5列为0的目标行
$4 == 0 && $5 == 0 {
    key = $2 " " $3
    if (key in rows) {
        # 遍历所有匹配的行，检查第2列是否不等
        for (i=1; i<=cnt[key]; i++) {
            split(rows[key][i], arr, " ")
            if (arr[2] != $2) {
                print arr[1], $1
            }
        }
    }
}' test test

如果你的环境不支持gawk，也可以用普通awk实现（用字符串分隔存储）：

awk 'NR==FNR {
    if ($4 != 0 || $5 != 0) {
        key = $4 " " $5
        # 用";"分隔不同行，"|"分隔行ID和第2列值
        a[key] = a[key] ";" $1 "|" $2
    }
    next
}
$4 == 0 && $5 == 0 {
    key = $2 " " $3
    if (key in a) {
        n = split(a[key], lines, ";")
        # 跳过第一个空元素
        for (i=2; i<=n; i++) {
            split(lines[i], arr, "|")
            if (arr[2] != $2) {
                print arr[1], $1
            }
        }
    }
}' test test

命令说明 #

1. 第一次遍历文件：只收集第4、5列非0的行，将每行的ID和第2列值按$4 $5作为键存储起来。
2. 第二次遍历文件：只处理第4、5列为0的行，用当前行的$2 $3作为键查找存储的匹配行，逐一检查匹配行的第2列是否与当前行第2列不等，符合条件则输出配对的行ID。

内容的提问来源于stack exchange，提问作者godines