计算具有约束的重复行

Question

我有以下文件：

A B 1990
A C 2001
A C 2013
A B 2001
B C 2013
A D 2001
A D 2014

我需要计算重复对（在第一列和第二列中），并为每个这样的对分配第三列中的最低值。对于我的玩具文件，输出应该是：

A B 2 1990
A C 2 2001
A D 2 2001
B C 1 2013

例如，pairA B出现两次，第一次为 1990，第二次为 2001，因为 1990 < 2001 我们将 1990 分配给这个计数。

我想知道如何使用 Linux 工具（Bash、AWK、Perl）来做到这一点。任何想法/指针将不胜感激。

Answer 1

尝试这个：

$ awk -v SUBSEP=" " '
    {a[$1,$2]++;b[$1,$2] = (b[$1,$2] && $3 > b[$1,$2]) ? b[$1,$2] : $3}
    END {
        for (i in a) {
            print i,a[i],b[i];
        }
    }
' file
A B 2 1990
A C 2 2001
A D 2 2001
B C 1 2013

如果您可以更改字段的顺序，甚至会更短：

$ sort -n -k1 -k2 -k3 file | uniq -c -w 3
      2 A B 1990
      2 A C 2001
      2 A D 2001
      1 B C 2013