保持第一行与一组相关行的距离

Question

我有一个文件，上面有这样的行：

r1  300  #keep this one
r1  200
r1  100
r1  100
r2  100  # "
r2  200
r3  200  # "
r3  100
r3  300

我只需要保留每个“块”（r1、r2、r3等）的第一行

期望输出：

r1  300
r2  100
r3  200

有什么建议吗？你知道吗

Answer 1

with open('path/to/input') as infile:
    curr = None
    for line in infile:
        if line == curr:
            continue
        print(line)
        curr = line

或者用bash：

cat path/to/file | uniq

或使用itertools：

import itertools

with open('path/to/file') as infile:
    for line,_stuff in itertools.groupby(infile):
        print(line)

Answer 2

您可以跟踪对第一列的更改，并且仅在第一列不同时打印：

awk '$1 != last; {last = $1}' file

分号前面的部分有一个隐式的{print}操作，因此如果第一列不等于last的值，则将打印该行（已编辑，谢谢）。分号后面的块无条件运行，并将第一列的值赋给变量last。你知道吗

稍微安全一点的方法是单独处理第一行（如我最初所做的），并添加一个额外的条件：

awk '!last || $1 != last; {last = $1}' file

当第一行的第一列包含数字0时，它将在赋值之前被评估为等于last。你知道吗

如果第一列的内容从不重复，您可以使脚本更简单，如注释中所指出的（谢谢）：

awk '!seen[$1]++' file

这只打印第一列尚未显示的行，因为seen[$1]的计算结果为false。++表示在具有相同值$1的后续行上，seen[$1]已递增，因此计算结果为true。你知道吗