agrupar e classificar | último horário de login dos usuários

Question

eu tenho um arquivo csv para data de login dos usuários

user1,2019-05-21
user1,2019-05-22
user1,2019-05-23
user2,2019-05-20
user2,2019-05-21
user3,2019-05-24
user3,2019-05-29
user4,2019-05-25
user4,2019-05-28

eu preciso dele no formato abaixo.

user1,2019-05-23
user2,2019-05-21
user3,2019-05-29
user4,2019-05-28

tenteiawk -F, '!a[$1]++', o que está me dando o primeiro valor e não o último.

Answer 1

$ sort -t, -k1,1 -k2,2r file | sort -t, -u -k1,1
user1,2019-05-23
user2,2019-05-21
user3,2019-05-29
user4,2019-05-28

O primeiro sortclassifica os dados por usuário e inverte as datas. A saída dessa etapa se parece com

user1,2019-05-23
user1,2019-05-22
user1,2019-05-21
user2,2019-05-21
user2,2019-05-20
user3,2019-05-29
user3,2019-05-24
user4,2019-05-28
user4,2019-05-25

O segundo sortclassifica apenas os usuários e mantém apenas uma instância das linhas de cada usuário (a primeira encontrada).

Answer 2

Conforme apontado nos comentários, isso já foi perguntado antes e várias respostas foram fornecidas. Eu gostaria de adicionar mais um:

sort -r input.csv | awk -F, '!a[$1]++' | sort

Execução de teste:

$ sort -r input.csv | awk -F, '!a[$1]++' | sort
user1,2019-05-23
user2,2019-05-21
user3,2019-05-29
user4,2019-05-28

Explicação:

Você já sabe imprimir a primeira ocorrência da primeira coluna; se você quiser o último, não precisa mais coçar a cabeça: basta classificar e inverter a lista com sort -r. Como última etapa, e somente se você precisar que o resultado seja classificado, canalize novamente para sort.

---

Sem tubos:

Você também pode resolver isso com um único comando. Se o arquivo de entrada estiver classificado (como no seu exemplo):

awk -F, '{a[$1]=$2}END{for(k in a){print k","a[k]}}' input.csv

de outra forma:

awk -F, '$2>a[$1]{a[$1]=$2}END{for(k in a){print k" "a[k]}}' input.csv