Question

我有一个数据集，我从Google电子表格中剪切到我的文本编辑器（Sublime Text 2），数据集并不能完全符合我的处理需求。

以来自电子表格的形式，数据以一行字符串开头，每列一个，然后是一些包含数据的行;在数据行中，每列的值为1或为空。我不知道数据是否来自电子表格时是否分页，但是在文本文件中粘贴后却不是。如果连续的最后一个1不在最后一列中，则该行用空格填充，直到但不包括最后一列。

我尝试用awk做一些事情，但我无法弄清楚如何解决空间是分隔符和列值这一事实。接下来，我使用sed尝试了一些命令，包括用零替换重复的空格并用另一个sed替换10替换为1 0，但后来我有时会得到额外的零插入，我不知道在相应的行中发生了什么。

这是一些示例数据（真实文件中有13列）。我已添加$作为该行上最后一个字符后面的字符，因此您可以看到这些行被填充的距离。

"1" "2" "3" "4"                           "1" "2" "3" "4"
  1 1 $                                   0 1 1 0
1     1 $                                 1 0 0 1
  1   $                                   0 1 0 0
1 1   1 $                                 1 1 0 1

我想最终得到类似的东西（然后我不关心线的终点），所以我可以用awk处理它。

顺便说一句，我已经看到了this question，这并没有解决我的问题，因为解决方案是基于文件以制表符分隔的事实，没有在“空”单元格中的价值。重申一下，我的文件是以空格分隔的，空单元格中有空格。

Answer 1

试图解释为什么问题困难有利于你解决问题的机会。仅仅因为我在这里考虑了解释，我也想出了一个解决方案=）

该解决方案适用于sed，基本上分为三个步骤：

将所有空的第一个列替换为0：
```
cat datafile.txt | sed 's/^ /0 /g'
```
将所有空最后列替换为0：
```
cat datafile.txt | sed 's/^ /0 /g' | sed 's/  $/  0/g'
```
在这里，我不得不尝试使用正则表达式中的空格数量来对齐所有新的零。
将所有空内部列替换为0：
```
cat datafile.txt | sed 's/^ /0 /g' | sed 's/  $/  0/g' | sed 's/  / 0/g'
```
在这里，我还尝试将0或者最后一个放在替换正则表达式中以使其正确。

当然，完成此操作后，我会通过在最后> datafile-clean.txt处标记来将输出重定向到文件。

这可能是一种更优雅的方式，所以如果你有一个，请发布，即使我个人不再需要解决方案。

更新：如评论所示，此解决方案可以进行很多改进。我将把原始解决方案留在这里，因为我认为它更清楚它的作用，以及它的顺序，但是这应该可以用来代替。

首先，我们不需要这么多管道;相反，我们使用-e上的sed标记：

sed -e 's/^  /0 /' -e 's/  $/ 0/' -e 's/  / 0/g' datafile.txt

这是按原样工作的，因为带有列标题的第一行没有任何双空格。如果是，则可以使用tail -n +2 datafile读取文件，并使用上述sed命令。

Answer 2

我的第一次尝试不行。所以我的~~第二次~~ ~~第三次~~第四次尝试根据修改后的输入自动确定列数：

awk 'NR==1{for(;N<NF;++N)sp=" 0"sp}NR>1{$0=" "$0;sub(" +$","");gsub("  "," 0");$0=substr($0sp,2,2*N-1)}1'<<EOT
"1" "2" "3" "4"
  1 1 
1     1 
  1   
1 1   1 
EOT

第一个空格是偶数，其间是奇数，所以我在开头添加了一个空格，让两个案例都使用相同的gsub。目前尚不清楚有多少尾随空格，因此脚本只是扼杀它们。它包含0个字段时间的数量。 Substr从2开始剪切添加的前导空格，并持续到(number of fields)*2-1个字符以剪切尾随空格。

输出：

"1" "2" "3" "4"
0 1 1 0
1 0 0 1
0 1 0 0
1 1 0 1

Answer 3

sed 's/ /0/g;s/10/1 /g;s/00/0 /g;s/$/0 /' datafile.txt | cut -c 1-7

用0填充文本文件中的空列

3 个答案: