如何提取符合特定列条件的首列数据？AWK实现求助

你的问题出在原awk命令的两个关键问题上：

1. 对符合条件的第一列数据是直接赋值而非追加，导致同一第三列的多个值只会保留第一个；
2. 错误地将第三列的值也加入了判断用的数组，导致后续行的判断逻辑被干扰。

根据你的需求，我们需要先维护一个仅记录第二列已出现值的集合，然后对每一行先判断第三列是否未在该集合中，若是则将第一列追加到对应第三列的结果列表，最后再将当前行的第二列加入集合（避免影响当前行的判断）。

修正后的awk命令如下：

awk -F"," '
# 如果第三列的值未在已出现的第二列中
!seen_second[$3] {
    # 追加第一列到结果，已有值则加逗号分隔
    result[$3] = (result[$3] ? result[$3] ", " $1 : $1)
}
# 标记当前行的第二列已出现
{ seen_second[$2] = 1 }
# 输出最终结果
END {
    for (key in result) {
        print key, result[key]
    }
}' cg.txt

逻辑解释 #

• seen_second数组：专门记录所有已处理过的第二列的值，作为判断第三列是否出现过的依据；
• 处理每一行时，先检查$3是否不在seen_second中：
  • 如果是，就把$1追加到result[$3]中（用三元表达式简化判断，已有值则加逗号分隔）；
• 之后再把当前行的$2标记到seen_second中，确保后续行的判断包含这个值；
• 最后在END块中遍历result数组，输出每个第三列对应的所有符合条件的第一列。

测试结果 #

运行这个命令后，会得到你预期的结果：

A 10
E 20, 40, 50
N 120, 130

内容的提问来源于stack exchange，提问作者stack0114106