過濾列

Question

我有2列的CSV文件中像

bob,red 
bob,red 
sam,blue 
judy,black 
sam,blue 
nick,blue 
judy,red 
sam,blue 
nick,red 
don,red 
judy,blue 

在Ubuntu使用bash我需要一個過濾器，只選擇了行，其中列一​​個值出現了多次，但有超過匹配第二列中的「X」個數值。 因此，如果 「X」= 2的結果將是

judy,black 
judy,red 
judy,blue 
nick,blue 
nick,red 

，或者 「X」= 3

judy,black 
judy,red 
judy,blue 

Answer 1

如果你想在輸出@choroba給，而不是你問的這個問題，但沒有這些額外的管道輸出：

awk -F, -v x=3 '!a[$0]++{c[$1]++}END{for(k in c)if(c[k]>=x)print k,c[k]}' file 
judy 3 

awk -F, -v x=2 '!a[$0]++{c[$1]++}END{for(k in c)if(c[k]>=x)print k,c[k]}' file 
judy 3 
nick 2 

否則一個解決方案是什麼，你居然問：

awk -F, -v x=2 '!a[$0]++{c[$1]++;n[$1]?n[$1]=n[$1]"\n"$0:n[$1]=$0}END{for(k in c)if(c[k]>=x)print n[k]}' file 
judy,black 
judy,red 
judy,blue 
nick,blue 
nick,red 

awk -F, -v x=3 '!a[$0]++{c[$1]++;n[$1]?n[$1]=n[$1]"\n"$0:n[$1]=$0}END{for(k in c)if(c[k]>=x)print n[k]}' file 
judy,black 
judy,red 
judy,blue 

Answer 2

您可以使用

sort -u 1.csv 

擺脫重複值。然後，你可以數列的出現1個值的數目：

sort -u 1.csv | cut -f1 -d, | sort | uniq -c | sort -n 

現在，你可以使用sed，只選擇出現的正確的數字：

sort -u 1.csv | cut -f1 -d, | sort | uniq -c | sort -n | sed -n '/ 2 /,$p' 

其餘部分留作爲讀者鍛鍊。