☰

将 if 条件应用于制表符分隔文件中特定列中具有相同值的所有行：

tag-icon • tag-icon shell perl
将 if 条件应用于制表符分隔文件中特定列中具有相同值的所有行：

基本上我想在第 2 列中具有相同值的行中应用 if 条件。在示例中，前三行在第 2 列 (Disease1) 中具有相同的值。现在，对于这三行，我想应用 IF 条件 - 如果第三列为“高”，则仅将该行写入输出文件。如果第三列没有“高”，则查找“中”并打印它。如果“中”也不存在，则打印包含“低”值的行。

输入：

id1 Disease1 High
id2 Disease1 Medium
id3 Disease1 Low
id4 Disease2 Low
id5 Disease3 Medium
id6 Disease3 Low

预期输出：

id1 Disease1 High
id4 Disease2 Low
id5 Disease3 Medium

答案1

awk 'BEGIN { FS=OFS="\t"; d["High"]=1; d["Medium"]=2; d["Low"]=3 } { print d[$3], $0 }' file |
sort -t $'\t' -k3,3 -k1,1n | sort -t $'\t' -s -u -k3,3 | cut -f 2-

不幸的是，单词“High”、“Medium”和“Low”并未按此顺序按字母顺序排序，因此我们在每行前面为第 3 列中的相应单词添加整数 1、2 和 3。awk脚本。该整数与原始内容之间用制表符分隔，表示疾病的严重程度（1 最高）。

然后，我们对疾病和该整数字段的修改数据进行排序，以便记录按疾病分组并按严重程度排序。

然后，我们仅将疾病作为关键（第二个sort）进行“独特排序”。这会丢弃任何重复的疾病，对于每种疾病，我们只留下最严重的记录。它们使用稳定的排序算法，保留具有相同键的记录的重新排序-s。sort

最后cut的 删除了我们之前添加的整数awk。

管道假定使用 来bash指定命令的字段分隔符sort。如果bash未使用，请插入单引号文字制表符而不是使用$'\t'（您可能可以通过按 来执行此操作Ctrl+V Tab）。

答案2

如果每个 Id（以秒为单位）列的优先级始终从高到低，那么可以通过以下方式轻松完成：

sort -u -k2,2 infile

否则你可以这样做：

sed 's/High$/1/; s/Medium$/2/; s/Low$/3/' infile \
| sort -k2,3  \
| sort -uk2,2 \
| sed 's/1$/High/; s/2$/Medium/; s/3$/Low/'

或者只是awk：

awk '{ pr[$2]=($3=="High"?$3:(pr[$2]=="High"?pr[$2]:(pr[$2]=="Medium"?pr[$2]:$3)));
       if (temp!=pr[$2]) { id[$2]=$0; temp=pr[$2] }
} END { for (key in id) print id[key] }' infile

答案3

我将使用 Perl 并构建一个解析器，这将创建这个哈希：

  • 第 2 列值作为键
  • 对应于键的第一行将构成该键的值
  • 设置值后，将跳过某个键的所有其他行

解析完成后，我将打印哈希值，如果需要的话对第二个标记进行排序。

答案4

只需 awk

awk '
    BEGIN {prio["High"]=1; prio["Medium"]=2; prio["Low"]=3}
    !($2 in p) || prio[$3] < p[$2] {p[$2] = prio[$3]; line[$2] = $0}
    END {for (key in line) print line[key]}
' file

id1 Disease1 High
id4 Disease2 Low
id5 Disease3 Medium

相关内容