awk中删除基于重复字段

Question

我有一个数据集看起来像这样排：

Input 

Cat 2 1 aa 
Dog 1 0 aa 
Dog 1 2 aa 
Cat 2 7 aa 
Mouse 0 0 aa 
Cat 1 5 
Dog 4 3 
.  . . 
.  . . 
.  . . 
Cat 1 5 
Dog 4 3 
Cat 6 9 bb 
Dog 3 1 bb 
Dog 3 6 bb 
Cat 6 4 bb 
Mouse 0 0 bb 

有了这个数据集我要做到以下几点：

• 如果第4栏是空白的，打印行。

• 如果第4列不为空，仅打印与第1列和列的每个组合4.

  输出
  猫2 1 AA
  犬1节0 AA
  鼠标0的记录的第一次出现0 aa
  Cat 1 5
  狗4 3
  。 。 。
  。 。 。
  。 。 。
  猫1 5
  犬4 3
  第6类4 BB
  狗3 1的bb
  鼠标0 0 BB

注意，这里： “猫2 1 AA” 是与第一记录栏1 =猫和栏4 = aa，因此它被打印。 “cat 1 5 aa”没有打印，因为我们已经有了第1栏= cat和第4栏= aa的记录。

Answer 1

使用awk：

awk '$4 == "" || !a[$1,$4]++' input 

结果：

Cat 2 1 aa 
Dog 1 0 aa 
Mouse 0 0 aa 
Cat 1 5 
Dog 4 3 
.  . . 
.  . . 
.  . . 
Cat 1 5 
Dog 4 3 
Cat 6 9 bb 
Dog 3 1 bb 
Mouse 0 0 bb