☰

将查找内容添加到数组中

tag-icon • tag-icon bash find
将查找内容添加到数组中

我目前有一个脚本，可以根据 find 的输出生成 R 命令

#!/bin/bash
PATHX="/path/to/my/files"
find "${PATHX}" -maxdepth 1 -type f -name "*.csv" | while read d; do
FN=$(echo -n "${d}" | cut -d/ -f5 | cut -d. -f1)
echo "${FN}<-read.csv(\"${PATHX}/${FN}.csv\",header=TRUE)"
# <snip> etc .etc. etc.
echo "${FN}_2y<-tail(${FN}_log,730)"
done

这很好用。但我在使用一个 R 命令时遇到了一个问题：

df<-data.frame(list,of,columns,goes,here)

我不知道如何将其集成到上面的 find/while 中，即我需要输出一个列表${FN}_2年进入 data.frame() 函数。

例如，假设我的脚本输出：

  • a_2y
  • b_2y
  • c_2y

我需要以 df<-data.frame(a_2y,b_2y,c_2y) 结束

进一步澄清评论中的问题，我只需要一个 data.frame 实例，在所有 csv 输入都被解析后就在最后。

答案1

您可以将名称收集到变量中fns并在最后回显该变量。由于您有一个管道，因此需要将变量保留在与 while/do/done 相同的子 shell 中。${fns:1}是变量的子字符串，删除最初的额外逗号。

#!/bin/bash
PATHX="/path/to/my/files"
find "${PATHX}" -maxdepth 1 -type f -name "*.csv" |
(   fns=
    while read d; do
        FN=$(echo -n "${d}" | cut -d/ -f3 | cut -d. -f1)
        echo "${FN}<-read.csv(\"${PATHX}/${FN}.csv\",header=TRUE)"
        # <snip> etc .etc. etc.
        echo "${FN}_2y<-tail(${FN}_log,730)"
        fns+=",${FN}_2y"
    done
    echo "df<-data.frame(${fns:1})"
)

答案2

这类事情在shell 脚本中更容易完成（尽管如果您使用awk类似bash支持数组的工具，它比使用不带数组的工具更容易一些。您在引用和通配符或您不希望在 shell 脚本中进行扩展，而不是在or中进行扩展）perlshwhichshperlawk

例如：

#!/usr/bin/perl

use strict;

my $pathx='/path/to/my/files';

my $dh;
my @frames=();

# get list of .csv files from $pathx
opendir($dh, $pathx) || die "can't open directory '$pathx': $!\n";
my @csvfiles = grep { /\.csv$/ && -f "$pathx/$_" } readdir($dh);
closedir($dh);

foreach my $f (@csvfiles) {
   my @fields=split(/\./,$f);
   my $fn=$fields[@fields-2];   # perl array indices start from 0, not 1.

   printf '%s<-read.csv("%s",header=TRUE)'."\n", $fn, "$pathx/$f";
   # <snip> etc .etc. etc.
   printf '%s_2y<-tail(%s_log,730)'."\n", $fn, $fn;

   push @frames,"${fn}_2y";
}

print "df-<data.frame(", join(',',@frames), ")\n";

注意：如果需要目录递归，可以使用该File::Find模块而不是简单的模块。readdir()

示例输出（带有文件a.csv、b.csv和c.csv）：

a<-read.csv("/path/to/my/files/a.csv",header=TRUE)
a_2y<-tail(a_log,730)
b<-read.csv("/path/to/my/files/b.csv",header=TRUE)
b_2y<-tail(b_log,730)
c<-read.csv("/path/to/my/files/c.csv",header=TRUE)
c_2y<-tail(c_log,730)
df-<data.frame(a_2y,b_2y,c_2y)

或与awk：

注意：awk 没有join()函数，所以我必须写一个。 也awk没有readdir()函数，因此最简单的方法是将 的输出通过管道传输find到其中（sh如果需要，编写一个包装器脚本来执行此操作）。

#!/usr/bin/awk -f

BEGIN {
  FS="[./]";
  delete A; # has side-effect of defining A as an array
};   

# i isn't an argument to this function, it's a local variable.
# in awk, extra whitespace separates function args from declaration
# of local variable(s)

function join(array,sep,       i) {     
  result=array[1];     # awk array indices start from 1
  for (i=2;i<=length(array);i++) result = result sep array[i];
  return result;
};

# main code block, run on every input line
{
  fn=$(NF-1);
  printf "%s<-read.csv(\"%s\",header=TRUE)\n", fn, $0;
  # <snip> etc .etc. etc.
  printf "%s_2y<-tail(%s_log,730)\n", fn, fn;
  A[length(A)+1] = sprintf("%s_2y",fn);
};

END {
  print "df-<data.frame(" join(",",A) ")";
}

另存为，例如，myscript.awk使其可执行chmod并运行为：

find "${PATHX}" -maxdepth 1 -type f -name "*.csv" | ./myscript.awk

输出与版本相同perl。

最后，在 bash 中使用相同的算法：

#!/bin/bash

PATHX="/path/to/my/files"

declare -a frames=()
# get list of .csv files and store in array csvfiles.
csvfiles=( $(find "$PATHX" -maxdepth 1 -type f -name '*.csv' ) )

function join() {
  local sep result i
  sep="$1" ; shift
  result="$1" ; shift

  for i in "$@" ; do result="$result$sep$i" ; done
  printf '%s' "$result"
}

for f in "${csvfiles[@]}" ; do
  fn=$(basename "$f" '.csv')

  printf "%s<-read.csv(\"%s\",header=TRUE)\n" $fn $f;
  # <snip> etc .etc. etc.
  printf "%s_2y<-tail(%s_log,730)\n" $fn $fn;

  frames+=( "${fn}_2y" )
done

echo 'df-<data.frame('$( join ',' "${frames[@]}" )')';

这可以避免while read循环，而循环几乎总是处理 shell 脚本中一系列行的最糟糕的方法。在数组周围使用awkorperl或sedor循环 - 任何可以避免使用循环的方法。forwhile read

相关内容