删除一列中的重复并迭代行以在第二列中折叠

Question

我正在寻找一种方法来生成一些关于我的模型预测的统计数据。 左边是真值，右边是预测。 我的真值是在一个区间上，所以我想把它们压缩成每个区间的一个值，并知道做出了哪些预测。 我想我需要对第一列执行类似于“uniq”的操作，并迭代第二列的每一行，直到第一列中的值发生变化。 我可以想象，awk会非常擅长使用$1和$2来处理列，但是在不丢失第一列中的信息的情况下，第二列的迭代就是我所处的位置。值得注意的是，第一列中的值可能出现多次，我希望它们在每个间隔中重复，而不是按顺序重复。 我可以接受shell或python中的任何代码。你知道吗

输入示例：

1   1
1   0
1   1
2   2
2   2
1   1
3   3
3   3
3   2
3   3
2   3
2   2
2   1

输出示例：

1   1 0 1
2   2 2
1   1
3   3 3 2 3
2   3 2 1

Answer 1

使用awk非常简单：

awk 'NR>1{cr="\n"}L!=$1{printf "%s%s ",cr,$1;L=$1}{printf " %s" ,$2}END{print ""}' input

结果

1  1 0 1 
2  2 2 
1  1 
3  3 3 2 3 
2  3 2 1

解释

NR>1{cr="\n"}：cr或回车：在处理第一条记录之前将为空（NR>1）。你知道吗

L!=$1{printf "%s%s ",cr,$1;L=$1}：如果L最后一个键与当前的（$1）不同，它将打印当前键$1（第一条记录为null），并将其值存储在L中作为最后一个处理的键。你知道吗

{printf " %s" ,$2}：只需显示每个记录的第二列。你知道吗

END{print ""}：在处理所有记录时，打印最终的回车。你知道吗

Answer 2

下面是bash中的一个版本：

#/bin/bash
while read a b; do
    if [ $a != "$val" ]; then
        [ -n "$val" ] && echo $val $pred
        val=$a
        pred=$b
    else
        pred="$pred $b"
    fi
done <inputfile
[ -n "$val" ] && echo $val $pred