☰

打印具有特定模式和所有值的列

tag-icon • tag-icon text-processing awk sed
打印具有特定模式和所有值的列

我有一个这样的文件：

     OV2  OVI  1VI  OV3  3VI  
er    23   23   23   23   23  
tr    24   24   24   24   24

我想打印第一列以及名称包含的任何列VI（我事先不知道哪些列将包含该字符串）。在上面的例子中，输出应该是这样的：

     OVI  1VI  3VI  
er    23   23   23     
tr    24   24   24

所有列都应以制表符分隔。

答案1

perl -lane '$,="\t";
   $. == 1 and @A = grep $F[$_] =~ /VI/, 0..$#F;
   print @F[0,@A];
' yourfile

结果

ID      OVI     1VI     3VI
er      23      23      23
tr      24      24      24

在职的

  • 从第一行中，$. == 1提取包含字符串 的字段的索引VI。
  • 有了 array 中现在的这些索引列表@A，我们只需继续@A从数组中切出第一个字段+数组中列出的字段即可@F。已OFS=$,设置为TAB. YMMV。

awk

awk -v OFS="\t" '
   NR==1{
      for ( i=2; i<=NF; i++ )
         if ( $i ~ /VI/ )
            str = str OFS i
      N = split(str, A, OFS)
   }{
      s = $1
      for ( i=2; i<=N; i++ )
         s = s OFS $(A[i])
      $0 = s
   }1
' yourfile

SED

sed -e '
   # TAB->spc, multiple spc -> single spc, trim leading/trailing spc
   y/ / /;s/[ ]\{2,\}/ /g;s/^[ ][ ]*//;s/[ ][ ]*$//

   # only for first line, remove the first field and store remaining in hold area
   1{
      h
         s/[ ]/\
/
         s/.*\n//
      x
   }

   # append hold area (which now has 2nd...last fields
   # data of the first record) to the present line and
   # place a marker at the end of the first field
   G
   s/[^ ][^ ]*[ ]/&\
/

   # setup a do-while loop which progressively either keeps VI data or trims it
   :loop
      #  1     2                      3
      s/\(\n\)\([^ ][^ ]*\)[ ]\{0,1\}\(.*\n\)[^ ]*VI[^ ]*[ ]\{0,1\}/ \2\1\3/;tloop
      s/\(\n\)[^ ][^ ]*[ ]\{0,1\}\(.*\n\)[^ ][^ ]*[ ]\{0,1\}/\1\2/
   /\n\n$/!bloop
   # loop ends when the two \ns collide at the end of line

   # remove the two \ns and what remains is what you wanted
   s///

' yourfile

答案2

awk解决方案：

awk 'BEGIN{FS="[\t ]+"; OFS="\t"}NR==1{for(i=2;i<=NF;i++)
    {if($i~/VI/) a[i]; }}{r=$1; for(i in a) r=r OFS $i; print l}' file

输出：

    OVI 1VI 3VI
er  23  23  23
tr  24  24  24

  • FS="[\t ]+"- 输入字段分隔符

  • OFS="\t"- 输出字段分隔符

  • NR==1- 为了第一标头线

  • if($i~/VI/) a[i]- 捕获字段编号（如果匹配）VI

  • r=$1; for(i in a) r=r OFS $i; print r- 迭代所需的字段编号并打印它们各自的值

如果遇到顺序破坏，请使用以下 withasorti()函数（按索引对数组进行排序）：

awk 'BEGIN{FS="[\t ]+"; OFS="\t"}NR==1{for(i=2;i<=NF;i++)
    {if($i~/VI/) a[i]; }}{r=$1; asorti(a,b); for(i in b) {r=r OFS $(b[i])} print r}' file

答案3

Python脚本解决方案。在解析第一行并建立列列表的基础上进行操作。那些没有 VI 的列被设置为“无”。所有其他行都被拆分为单词并与列列表项成对连接以进行比较。如果对应的列项为 None，则不会打印当前行的该单词。否则，将打印非 None 的内容

#!/usr/bin/env python3
import sys

with open(sys.argv[1]) as fd:
    indexes = []
    for index,line in enumerate(fd):
        if index == 0:
            columns = line.strip().split()
            for i,col in enumerate(columns):
                if 'VI' in col or i == 0:
                    indexes.append(col)
                else:
                    indexes.append(None)
            for x in indexes:
                if x:
                    print(x,end=" ")
            print("")
            continue
        for j in zip(line.strip().split(),indexes):
            if j[1]:
                print(j[0],end=" ")
        print("")

注意：替换end=" "为end="\t"以获得制表符分隔的输出

测试运行：

$ ./get_colums.py input.txt                                                                                              
ID  OVI 1VI 3VI 
er  23  23  23  
tr  24  24  24

相关内容