模拟SAS的datastep语句FIRST使用Linux命令行工具

Question

假设我在文件中有以下数据集的第一列，我想模拟第二列中的标志，所以我只导出绑定到标志= 1（数据集由目标列预先排序）：

1 1 
1 0 
1 0 
2 1 
2 0 
2 0 

我可以运行awk 'NR==1 {print; next} seen[$1]++ {print}' dataset，但会遇到非常大的文件有问题（seen不断增加）。是否有替代方案来处理此问题而不跟踪目标列（此处为列＃1）的每个唯一值？谢谢。

Answer 1

所以你只有第一列？并想生成第二个？我认为一个稍微不同的awk命令可以工作

awk '{if (last==$1) {flag=0} else {last=$1; flag=1}; print $0,flag}' file.txt 

基本上你只检查第一场比赛，你见过的最后一个。由于它已排序，因此您不必跟踪所见过的所有内容，只需最后一次了解该值是否有所不同即可。

Answer 2

好像grep的将这个罚款：

$ grep " 1" dataset