对于另一列中列出的相同条目 ID，打印一列中具有最大值的行

Question

我有一个包含 5 列的制表符分隔文件。我想在第 4 列中列出的条目的第 3 列中的值达到最大值时打印整行。输入示例：

Col1 Col2 Col3 Col4 Col5
123  456   22  NM01  +  
675  564   21  NM01  +  
342  789   12  NM01  +  
231  452   56  NM02  +  
456  783   178 NM02  +

预期结果：

123  456   22  NM01  +  
456  783   178 NM02  +

基本上，当 Col3 具有 col4 中条目的最大值时打印该行。

我正在尝试使用unix命令。我对此很陌生，无法找到如何查找 col3 中 col4 每种情况的最大值的示例（例如：NM01、NM02 ..）

Answer 1

您可以使用两个映射来执行此操作：一个用于跟踪每个字段的最大值$4，另一个用于跟踪每个字段具有最大值的完整行$4：

awk '$3 > max[$4] { max[$4] = $3; m[$4] = $0 }
     END { for (i in m) { print m[i] } }' file.txt

这将输出：

Col1 Col2 Col3 Col4 Col5
123  456   22  NM01  +
456  783   178 NM02  +

如果您不需要标题行，可以添加NR > 1条件。