awk - 如何用数字替换复杂的ID？

我有一个文件，其中每个ID号都有多个条目。该文件有大约2,000个ID，每个ID有54,000个观察值。我需要将输出输入到算法中，该算法要求ID小于6个字符。如何仅用数字2000替换ID？文件中的ID如下所示:

2007I804567
2007I804567
2007I804567
2007I804568
2007I804568
2007I804568
2007I804569
2007I804569
2007I804569

需要它看起来像这样(想保留ID):

1 2007I804567
1 2007I804567
1 2007I804567
2 2007I804568
2 2007I804568
2 2007I804568
3 2007I804569
3 2007I804569
3 2007I804569

谢谢

最佳答案

$ cat file
2007I804567
2007I804567
2007I804567
2007I804568
2007I804568
2007I804568
2007I804569
2007I804569
2007I804569
$
$ awk '!seen[$0]++{++id} {print id, $0}' file
1 2007I804567
1 2007I804567
1 2007I804567
2 2007I804568
2 2007I804568
2 2007I804568
3 2007I804569
3 2007I804569
3 2007I804569