awk: imprime uma linha por valor de campo-1 (distinto) onde a diferença “campo-2 - campo-3” é mínima

Question

Eu quero imprimir as linhas distintas onde diff é mínimo. (diff = $ 2- $ 3)

O arquivo de entrada é:

c1,5,2         <-- diff=3
c1,5,3         <-- diff=2
c1,5,1         <-- diff=4
c2,8,3         <-- diff=5
c2,8,4         <-- diff=4

A saída esperada é:

c1,5,3  
c2,8,4  

Como posso fazer isso com Awk (por exemplo, com um one-liner)?

Em outras palavras, para cada primeiro valor de campo (c1, c2), desejo imprimir uma única linha com o primeiro valor de campo, escolhido para a diferença mínima entre o segundo e o terceiro campos.

    

Answer 1

Aproveite a solução awk :

awk -F, '{ diff=$2-$3; if(a[$1]>diff || !a[$1]) { a[$1]=diff; b[$1]=$2 FS $3 } }
         END{ for(i in a) print i,b[i] }' OFS=',' yourfile

A saída:

c1,5,3
c2,8,4

    

Answer 2

Comando Awk de duas passagens, bastante sujo:

awk -F, 'FNR == NR {diff[NR] = $2-$3;
         if (!($1 in minline) || diff[NR] < diff[minline[$1]]) {
           minline[$1]=NR}; next}
         FNR == 1 {for (a in minline) {p[minline[a]]}}
         FNR in p' file.csv file.csv

Por interesse, aqui está como fazer isso usando SQL (feito no Postgres, para ser específico):

vagrant=# \d quick 
   Table "pg_temp_2.quick"
 Column |  Type   | Modifiers 
--------+---------+-----------
 f1     | text    | 
 f2     | integer | 
 f3     | integer | 

vagrant=# select * from quick;
 f1 | f2 | f3 
----+----+----
 c1 |  5 |  2
 c1 |  5 |  3
 c1 |  5 |  1
 c2 |  8 |  3
 c2 |  8 |  4
(5 rows)

vagrant=# select f1, f2, f3 from (select *, rank() over (partition by f1 order by f2 - f3) from quick) as x where rank = 1;
 f1 | f2 | f3 
----+----+----
 c1 |  5 |  3
 c2 |  8 |  4
(2 rows)

vagrant=#