python - 如何从重复值列表中获取唯一值集

Question

我需要解析一个大型日志文件(平面文件)，其中包含两列值(A 列、B 列)。

两列中的值重复。我需要找到 column-A 中的每个唯一值，我需要找到一组 column-B 值。

这可以使用 unix shell 命令完成还是需要编写任何 perl 或 python 脚本？有哪些方法可以做到这一点？

示例:

xxxA 2
xxxA 1
xxxB 2
XXXC 3
XXXA 3
xxxD 4

输出:

xxxA - 2,1,3
xxxB - 2
xxxC - 3
xxxD - 4

Answer 1

Perl 'one-liner' 旨在/扩展以便所有内容都适合窗口:

$ perl -F -lane '

      $hash{ $F[0] }{ $F[1] }++;
  } END {

      for my $columnA ( keys %hash ) {

          print $columnA, " - ", join( ",", keys %$hash{$columnA} ), "\n";
      }
  '

如果我看到原始发布者的一致尝试，将进行解释。