我有一个包含单值列的输入文件,如下所示:
输入文件:
B00000|1|def|b12
B00001|1|xyz|
B00000|1||b11
B00001|1|def|ab1
B00001|2|ghi|bc2
B00002|1|abc|ac1
B00002|1|xyz|bc2
我需要相对于第一列和第二列分隔第三列和第四列中的数据,以获得输出:
输出:
B00000|1|def|b11,b12
B00001|1|def,xyz|ab1
B00001|2|ghi|bc2
B00002|1|abc,xyz|ac1,bc2
答案1
#!/usr/bin/gawk -f
BEGIN { OFS=FS="|"}
a[$1][$2][3] { a[$1][$2][3] = a[$1][$2][3] "," $3;
a[$1][$2][4] = a[$1][$2][4] "," $4;
next }
{ a[$1][$2][3] = $3;
a[$1][$2][4] = $4 }
END { for (b in a)
for(c in a[b]) print b,c,a[b][c][3],a[b][c][4] }
请参阅下面关于 awk 对应版本的 @dave_thompson_085' 评论(使用一维数组)
答案2
$ cat ip.txt
B00000|1|def|b12
B00001|1|xyz|a11
B00000|1|abc|b11
B00001|1|def|ab1
B00001|2|ghi|bc2
B00002|1|abc|ac1
B00002|1|xyz|bc2
$ perl -ne '($k,$v1,$v2)=/([^|]+\|[^|]+\|)([^|]+)\|([^ ]*)/;
$h1{$k}.=$h1{$k}?",$v1":$v1; $h2{$k}.=$h2{$k}?",$v2":$v2;
END{ foreach (keys %h1){print "$_$h1{$_}|$h2{$_}\n"} }
' ip.txt
B00001|2|ghi|bc2
B00002|1|abc,xyz|ac1,bc2
B00000|1|def,abc|b12,b11
B00001|1|xyz,def|a11,ab1
- 输入行分为三个部分,例如:
B00000|1|
、def
和b12
。行中的尾随空白将被忽略 - 在两个不同的哈希变量中,具有相同的键,值
$v1
和$v2
被附加。,
如果键的哈希值非空则添加 - 处理完所有行后,打印输出
如果输入和键已排序:
$ sort ip.txt | perl -ne '($k,$v1,$v2)=/([^|]+\|[^|]+\|)([^|]+)\|([^ ]*)/;
$h1{$k}.=$h1{$k}?",$v1":$v1; $h2{$k}.=$h2{$k}?",$v2":$v2;
END{ foreach (sort keys %h1){print "$_$h1{$_}|$h2{$_}\n"} }'
B00000|1|abc,def|b11,b12
B00001|1|def,xyz|ab1,a11
B00001|2|ghi|bc2
B00002|1|abc,xyz|ac1,bc2