如何仅根据列字符串的出现情况输出前n行

Question

我有一个大文件，其中包含第一列中的ID号，然后是后续列中的其他唯一信息。每个ID号在文件中发生多次：

000112 3489 A-8 40984
000112 4743 A-7 94587
000112 5894 A-1 45795
000177 8347 A-2 54575
000177 5843 B-5 94342
000177 5684 A-4 76544
000177 6586 C-2 65834
000226 5679 C-2 85795
000226 5456 C-1 45876
000226 9899 A-2 56834

我希望输出一个文件，其中只包含每个ID号头两次出现的行：

000112 3489 A-8 40984
000112 4743 A-7 94587
000177 8347 A-2 54575
000177 5843 B-5 94342
000226 5679 C-2 85795
000226 5456 C-1 45876

请注意，此数据仅代表输入文件的一小部分，因此需要输入特定字符串(ID号)的命令不是我要找的。谢谢!

Answer 1

awk 'a[$1]++ < 2' input-file

应该能起作用。只需读取该文件并增加第一列中的值所索引的数组。如果该值小于2，则打印该行。当您第三次看到相同的id时，数组中的索引将为2，并且该行的输出将被抑制。

Answer 2

这并不好看，但它产生了所需的输出：

步骤1：

awk '!seen[$1]++' input.file > output1 

第2步：

grep -v -F -f output1 input.file | awk '!seen[$1]++' > output2

第3步：

cat output1 output2 | sort -k 1 > desired.output