File1には8つの列があります。列3と4は、rs | 860 rs | 756のようなペアを形成し、このペアに関連する値は列8にあります。
bb yy rs|860 rs|756 xx aa 0.7 2234
bb yy rs|310 rs|260 xx aa 0.3 9838
bb yy rs|110 rs|77 xx aa 0.5 2291
bb yy rs|756 rs|860 xx aa 0.4 2269
bb yy rs|110 rs|77 xx aa 0.9 1112
bb yy rs|756 rs|860 xx aa 0.8 3269
bb yy rs|233 rs|79 xx aa 0.4 1397
bb yy rs|79 rs|233 xx aa 0.7 1397
列3と4、または4と3のペアは同じように処理する必要があります（例：rs | 860 rs | 756 == rs | 756 rs | 860）。次に、1行のペアが4行と6行にも現れることがあります（またはその逆）。簡単に言えば、AB = BA = BAです。まず、col3とcol4を行ごとにソートして、AB = AB = ABのようなデータを作成したいと思います。次に、発生するすべてのペアのうち1つだけが列8の最大値を維持する必要があります。たとえば、rs | 860 rs | 756は行6（つまり3269）に最大値があるため、行1と4を削除する必要があります。同様に、rs | 110の場合は、rs | 77 row5を削除する必要があります。次に、列8に同じ値を持つペアがある場合は、列7に高い値を持つペアを維持する必要があります。たとえば、rs | 233 rs | 79 row7の場合、列7の下位値（0.4）を削除する必要があります。すべてのペアについて、列8と列7の間に高い/低い差がない場合は、どちらかを削除できます。
希望の出力 File2
bb yy rs|260 rs|310 xx aa 0.3 9838
bb yy rs|77 rs|110 xx aa 0.5 2291
bb yy rs|756 rs|860 xx aa 0.8 3269
bb yy rs|79 rs|233 xx aa 0.7 1397
ベストアンサー1
これはエレガントではないawkソリューションです。
{
split($3, a, "|")
split($4, b, "|")
if (a[2] > b[2]){
$3=b[1]"|"b[2]
$4=a[1]"|"a[2]
}
split(arr[$3" "$4], c, " ")
if ($8 > c[8]){
arr[$3" "$4] = $0
}
}
END{
for (item in arr){
print(arr[item])
}
}
次に実行
awk -f script.awk input
間隔は維持されず、順序はランダムです。