python - 删除重复项，但根据另一列中的排序保留一个

我有一个巨大的表，有成千上万的行和十列。我想根据第4列（ID）删除这些重复项，但同时保留第9列（得分）中具有最高值的重复项。

我在awk中尝试了这个简单的代码，但是显然它删除的行超出了应有的行，甚至没有选择所有重复项。

sort -rnk 9 myfile.txt | awk -F"[. ]" '!a[$4]++' >filtered.txt

我将不胜感激。我很想让它在python或perl上工作，但我还不是很擅长。

谢谢

最佳答案

您的代码看起来不错，这当然是一种聪明的方法。我会写

awk -F"\t" '
    !($4 in max) || $9 > max[$4] {max[$4] = $9; line[$4] = $0}
    END {for (key in line) print line[key]}
' myfile.txt

这种方法应该很容易翻译成另一种语言。

关于python - 删除重复项，但根据另一列中的排序保留一个，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34937407/