csv 如何使用awk删除重复的逗号分隔字符串

tnkciper 于 2024-01-03 发布在其他

关注(0)|答案(3)|浏览(110)

我有一个这样的csv文件：（名为test2.csv）

lastname,firstname,83494989,1997-05-20,2015-05-07 15:30:43,Sentence Skills 104,Sentence Skills 104,Elementary Algebra 38,Elementary Algebra 38,Sentence Skills 104,Sentence Skills 104,Elementary Algebra 38,Elementary Algebra 38,

字符串
我想删除重复的条目
我得到的最接近的命令是下面的awk命令

awk '{a[$0]++} END {for (i in a) print RS i}' RS="," test2.csv

型
它可以工作，但会引起新的问题，它把值打乱顺序，并把它们放在这样的行中：

,Elementary Algebra 38
,2015-05-07 15:30:43
,Sentence Skills 104
,FirstName
,LastName
,1997-05-20
,83494989

型
我需要保持它们的顺序，并将它们放在一行中（我可以修复行问题，但不知道如何修复顺序问题）

更新解决方案：

来自anubhava的答案很好，我添加了一个关于从日期中删除时间的问题，Ed Morton帮助解决了这个问题，这是完整的查询

awk 'BEGIN{RS=ORS=","} {sub(/ ..:..:..$/,"")} !seen[$0]++' test2.csv

型

csv

来源：https://stackoverflow.com/questions/30742556/how-to-remove-duplicate-comma-separate-strings-using-awk

3条答案

按热度按时间

icnyk63a1#

你可以使用这个awk：

awk 'BEGIN{RS=ORS=","} !seen[$0]++' test2.csv
lastname,firstname,83494989,1997-05-20,2015-05-07 15:30:43,Sentence Skills 104,Elementary Algebra 38,

字符串

赞(0）回复(0）举报 2024-01-03

cgvd09ve2#

这对我很有效：

test='lastname,firstname,83494989,1997-05-20,2015-05-07 15:30:43,Sentence Skills 104,Sentence Skills 104,Elementary Algebra 38,Elementary Algebra 38,Sentence Skills 104,Sentence Skills 104,Elementary Algebra 38,Elementary Algebra 38,'

echo $test |tr ',' '\n' | sort -u | grep . | tr '\n' ','

字符串
说明：
1.为了可读性，将变量“test”设置为逗号分隔的字符串。
1.使用tr命令将逗号改为换行符。
1.使用“sort -u”删除重复项.
1.使用“grep”删除多余的空白行。
1.使用tr命令将换行符改回逗号。
这可能不像其他方法那样优雅或快速，但对我来说更容易理解。

赞(0）回复(0）举报 2024-01-03

bkhjykvo3#

另一种方法来实现相同的
将逗号改为新行

sed -e 's/,/\n/g'

字符串
使用sort -u删除重复行

sed -e 's/,/\n/g' | sort -u

型
最后将新行替换回逗号

sed -e 's/,/\n/g' | sort -u | sed -e 's/\n/,/g'

型

赞(0）回复(0）举报 2024-01-03

我来回答

csv 如何使用awk删除重复的逗号分隔字符串

3条答案

相关问题

热门标签

最新问答