我有一个大的 .csv(逗号分隔,超过 90,000 行),格式如下所示:
x坐标,m1,m2,m3 9、对、错、错 -1,对,错,错 0,对,错,错
我能够在末尾添加一个带有 AMT 标题的额外列,以允许写入最后一个字段:
Source_File="/test/Orders_ALL.csv" Output_File="/test/Orders_ALL_MODIFIED.csv" awk -vd="BMT" -F"," 'BEGIN { OFS = "," } {$5=d;打印}'“$Source_File”>“$Output_File”
上述结果之后的输出:
x坐标,m1,m2,m3,BMT 9、正确、错误、错误、基础医学理论 -1,对,错,错,BMT 0,对,错,错,基本MT
我想要完成的任务是读取从第二行开始的第一列值,如果小于 0,它将写入单词“BEHIND”,如果是 0,则打印单词“MID”,如果是更大的值大于 0,则打印单词“THROUGH”
这是期望的结果:
x坐标,m1,m2,m3,BMT 9、真、假、假、通过 -1,正确,错误,错误,后面 0、真、假、假、中
答案1
$ awk 'BEGIN { OFS=FS="," } $1<0 { t="BEHIND" } $1==0 { t="MID" } $1>0 { t="THROUGH" } NR==1 { t="BMT" } { print $0, t }' file.csv
xcoord,m1,m2,m3,BMT
9,TRUE,FALSE,FALSE,THROUGH
-1,TRUE,FALSE,FALSE,BEHIND
0,TRUE,FALSE,FALSE,MID
该代码首先将输入和输出字段分隔符设置为逗号。然后它作用于第一列的值,将变量设置t
为正确的值。如果我们查看输入的第一行,t
则将其设置为BMT
(无论之前设置为什么)。然后我们将当前行打印为t
末尾的新字段。
格式稍微好一点:
awk 'BEGIN { OFS = FS = "," }
$1 < 0 { t = "BEHIND" }
$1 == 0 { t = "MID" }
$1 > 0 { t = "THROUGH" }
NR == 1 { t = "BMT" }
{ print $0, t }' file.csv
使用 Perl:
$ perl -lane 'BEGIN { @t=(qw(BEHIND MID THROUGH)) } printf("%s,%s\n", $_, $. == 1 ? "BMT" : $t[1+($F[-1] <=> 0)])' file.csv
xcoord,m1,m2,m3,BMT
9,TRUE,FALSE,FALSE,THROUGH
-1,TRUE,FALSE,FALSE,BEHIND
0,TRUE,FALSE,FALSE,MID
Perl<=>
运算符(有时称为“宇宙飞船运算符”)进行三向算术比较。当左侧严格小于右侧时,返回-1,如果相等,则返回0,否则返回1。
答案2
$ awk -F, 'BEGIN { OFS="," } NR==1 { print $0, "BMT" } NR>1 && $1>0 { print $0, "THROUGH" } NR>1 && $1==0 { print $0, "MID" } NR>1 && $1<0 { print $0, "BEHIND" }' inputfile > outputfile
或者,另一种选择:
$ awk -F, 'BEGIN { OFS="," } NR==1 { print $0, "BMT" } NR>1 { if( $1 < 0 ) { $5="BEHIND" }; if( $1==0 ) { $5="MID" }; if( $1>0 ) { $5="THROUGH" }; print }' inputfile > outputfile
实际的awk
脚本重新格式化以便于阅读(我在这里将扩展后一个版本):
BEGIN {
OFS="," # Set the Output Field Separator.
# This is the complement to `F,` which
# sets the Input Field Separator.
}
NR==1 { # For only the first record
print $0, "BMT" # Print exactly what we got, but add a new field, BMT
}
NR>1 { # For all records _after_ the first:
if( $1 < 0 ) { # This and the other if statements check
$5="BEHIND" # the value of the first field, and set
}; # the value of the to-be-newly-added fifth
if( $1==0 ) { # field accordingly.
$5="MID"
};
if( $1>0 ) {
$5="THROUGH"
};
print # Finally, print all our fields
}
答案3
与米勒(http://johnkerl.org/miller/doc)
mlr --csv put 'if ($xcoord < 0) {$BMT="BEHIND"};
if ($xcoord == 0) {$BMT="MID"};
if ($xcoord > 0) {$BMT="THROUGH"}' input >./output
你有
xcoord,m1,m2,m3,BMT
9,TRUE,FALSE,FALSE,THROUGH
-1,TRUE,FALSE,FALSE,BEHIND
0,TRUE,FALSE,FALSE,MID
作为我使用过的输入
xcoord,m1,m2,m3
9,TRUE,FALSE,FALSE
-1,TRUE,FALSE,FALSE
0,TRUE,FALSE,FALSE
答案4
$ perl -F, -pale '$_ .= "," . ("BMT", qw/MID THRU BEHIND/[$F[0] <=> 0])[$. > 1]' csvfile
如果 xcoord 位于第 23 列,请将 $F[0] 替换为 $F[22]
有关解释,请参阅 Kusalananda 的回答,我在其中写了有关 Perl 解决方案的简介。
结果:
xcoord,m1,m2,m3,BMT
9,TRUE,FALSE,FALSE,THRU
-1,TRUE,FALSE,FALSE,BEHIND
0,TRUE,FALSE,FALSE,MID
xcol=1; # the column number of xcoord
sed -e '
1s/$/,BMT/;1b
s/,/\n/'"$xcol"'
s/.*/,&,/
/,-[1-9][0-9]*\n/s/$/BEHIND/
/,0\n/s/$/MID/
/,[1-9][0-9]*\n/s/$/THRU/
s/\n/,/;s/,//
' csvfile