awk之按特征输出值最大值的行

文本：

FFF;2011-10-1;2011-10-1 0:00 ;4.57389

FFF;2011-10-1;2011-10-1 0:15 ;4.33278

FFF;2011-10-2;2011-10-2 12:45;5.95446

FFF;2011-10-2;2011-10-2 15:00;6.21554

FFF;2011-10-3;2011-10-3 16:15;6.11111

FFF;2011-10-3;2011-10-3 14:45;6.21334

FFF;2011-10-3;2011-10-3 20:15;5.95223

FFF;2011-10-3;2011-10-3 8:30 ;4.05778

要求分号为分割符，以第1和第2个字段为特征，输出第5字段最大值的行：

FFF;2011-10-1;2011-10-1 0:00 ;4.57389

FFF;2011-10-2;2011-10-2 15:00;6.21554

FFF;2011-10-3;2011-10-3 14:45;6.21334

非数组版：

awk -F";" 'NR>1{if($1$2==x){if($4>y)z=$0;else next}else{print z}}{x=$1$2;y=$4;z=$0}END{print z}' file

awk -F';' '{if($1$2==x){if($4>y)z=$0;else next}else{if(NR>1)print z};x=$1$2;y=$4;z=$0}' file <(echo)

[解析]

有点头疼吧，仔细分析。首先不满足 NR>1 执行后面语句把第一行的第1，2字段，第4字段和全行，赋给变量x y z，到第二行时满足NR>1的条件，执行里面的语句，判断第2行是否和第1行是同样特征，如果是的话接着判断 $4 是否大于第一行的值，如果条件为真则把这行的全行内容赋值给变量z，如果不成功的话就不再执行后面的任何语句，等于还是保持的上一行的值(暂时是最大值)，如果不满满足特征的话就直接打印上一行的内容，就这样逐行比较，发现当前行的特征不上一样不同时，就打印出前面最大的值的那一行，最后END打印出最后一个特征的最大值的行。非数组版只能用于特征连续的行。

数组版：

awk -F";" '{i=$1$2;if(a[i]<$4){a[i]=$4;b[i]=$0}}END{for(j=1;j<=asorti(a,c);j++)print b[c[j]]}' file

[解析]

以第1，2个字段为特征，如果数组a的值(数组a就是保存的每个特征的第4字段的值)小于前面同特征的值就把新的值赋给数组a，并把该行保存到数组b中，这样数组b就是保存的最大值的行了，最后用asorti排序(对数组下标排序)，这样就会按日期大小输出最大行的内容。数组版可以用于特征交叉的行。