Bash：在 X 列中保留所有具有重复值的行

Question

我有一个包含几千行和 20 多列的文件。我现在只想保留第 3 列中与其他行具有相同电子邮件地址的行。

文件：（名字；姓氏；电子邮件；...）

Mike;Tyson;mike@tyson.com
Tom;Boyden;tom@boyden.com
Tom;Cruise;mike@tyson.com
Mike;Myers;mike@tyson.com
Jennifer;Lopez;jennifer@lopez.com
Andre;Agassi;tom@boyden.com
Paul;Walker;paul@walker.com

我想保留所有具有匹配电子邮件地址的行。在这种情况下，预期的输出将是

Mike;Tyson;mike@tyson.com
Tom;Boyden;tom@boyden.com
Tom;Cruise;mike@tyson.com
Mike;Myers;mike@tyson.com
Andre;Agassi;tom@boyden.com

如果我使用

awk -F';' '!seen[$3]++' file

我将丢失电子邮件地址的第一个实例，在本例中为第 1 行和第 2 行，并且仅保留重复项。

有没有办法保留所有行？

Answer 1

这个 awk one-liner 将帮助您：

awk -F';' 'NR==FNR{a[$3]++;next}a[$3]>1' file file

它两次传递文件，第一次计算出现次数，第二次将检查并输出。

使用给定的输入示例，它打印：

Mike;Tyson;mike@tyson.com
Tom;Boyden;tom@boyden.com
Tom;Cruise;mike@tyson.com
Mike;Myers;mike@tyson.com
Andre;Agassi;tom@boyden.com