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