linux中去掉文件重复数据行的方法

本篇内容主要讲解“linux中去掉文件重复数据行的方法”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“linux中去掉文件重复数据行的方法”吧!

成都创新互联专注于武隆网站建设服务及定制,我们拥有丰富的企业做网站经验。 热诚为您提供武隆营销型网站建设,武隆网站制作、武隆网页设计、武隆网站官网定制、微信小程序定制开发服务,打造武隆网络公司原创品牌,更为您提供武隆网站排名全网营销落地服务。

一、去掉相邻重复的数据行

代码如下:


$cat data1.txt | uniq  
输出:
beijing  
wuhan  
beijing  
wuhan

二、去掉所有重复的数据行

代码如下:


$cat data1.txt | sort | uniq

注:
只有uniq命令的话,只是把相邻的重复的数据行去掉。
如果先 sort 的话,就会把所有重复的数据行变成相邻的数据行,再 uniq 的话,就去掉所有重复的数据行了。

输出:
beijing 
wuhan

附:data1.txt

代码如下:


[root@syy ~]# cat data1.txt  
beijing  
beijing  
wuhan  
wuhan  
wuhan  
beijing  
beijing  
beijing  
wuhan  
wuhan  

注:在过滤日志中的IP地址很有用。

Linux下删除大数据文件中部分字段重复的行

最近写的一个数据采集程序生成了一个含有1千多万行数据的文件,数据由4个字段组成,按照要求需要删除第二个字段重复的行,找来找去linux下也没找到合适的工具,sed/gawk等流处理工具只能针对一行一行处理,并无法找到字段重复的行。看来只好自己python一个程序了,突然想起来利用MySQL,于是进行乾坤大挪移:

1. 利用mysqlimport --local dbname data.txt导入数据到表中,表名要与文件名一致
2. 执行下列sql语句(要求唯一的字段为uniqfield)

代码如下:


use dbname;
alter table tablename add rowid int auto_increment not null;
create table t select min(rowid) as rowid from tablename group by uniqfield;
create table t2 select tablename .* from tablename,t where tablename.rowid= t.rowid;

drop table tablename;
rename table t2 to tablename;

到此,相信大家对“linux中去掉文件重复数据行的方法”有了更深的了解,不妨来实际操作一番吧!这里是创新互联网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!


本文题目:linux中去掉文件重复数据行的方法
标题URL:http://pwwzsj.com/article/jjcppp.html