替换 CSV 文件各列中的重复值

Question

我有一个按第一列排序的无标题 CSV 文件。当第二列和第三列相同时，我想将它们“折叠”为一列 - 即用逗号替换最后一列，它将与第一个逗号组合起来形成

,,

，表示第三列是空的。换句话说，这个：

0000001,11111,66666
0000002,12121,22222
0000003,33333,33333
0000004,74747,44444
0000005,12345,12345

...变成这样：

0000001,11111,66666
0000002,12121,22222
0000003,33333,,
0000004,74747,44444
0000005,12345,,

我尝试了

grep

和

cut

的各种排列，但没有任何效果——我最接近的是

cut -c 8-19 file.csv

，它只是隔离了第二列和第三列。我有一种感觉，需要跨列执行此操作，并且需要替换值而不是仅删除整行，这使得这变得足够复杂，需要

awk

或

sed

，而且我对其中任何一个都了解不够，不知道如何接近这个。

Answer 1

使用

sed

$ sed -E 's/([^,]*,([^,]*),)\2/\1,/' input_file
0000001,11111,66666
0000002,12121,22222
0000003,33333,,
0000004,74747,44444
0000005,12345,,

Answer 2

这个

awk

应该适合你：

awk 'BEGIN {FS=OFS=","} $2 == $3 {$3=OFS} 1' file

0000001,11111,66666
0000002,12121,22222
0000003,33333,,
0000004,74747,44444
0000005,12345,,