Question

我正在使用一个巨大的制表符分隔文件，我试图根据第45列中字符串'car'的可用性对表进行子集化。这就是文件的样子

col1    col2   ...   col44    col45

JPO     JIO    ...    JKU     car
JKO     LIC    ...    YHI     car/kcar
KJG     KLE    ...    HIY     tm/car/kcar

我应用以下命令来执行子集化

awk 'BEGIN{IGNORECASE=1} $45 ~ /^car$/ '  filepath | wc

我知道文件中有90行作为“car”，虽然我之前知道（从excel中查看文件）超过1500行的col45为car。< / p>

知道这里发生了什么吗？

谢谢！

Answer 1

这似乎在gawk中很好用（我的常规awk没有IGNORECASE）：

$ cat foo.awk
BEGIN { IGNORECASE = 1; FS = "\t"; }
$2 ~ /^car/
$ cat foo.inp
l1  notcar
l2  CAR/blah
l3  car
$ gawk -f foo.awk < foo.inp
l2  CAR/blah
l3  car
$

（我使用2美元而不是45美元，而且我认为你想要以汽车开头的东西，而不是“完全等于”汽车。）

Answer 2

另一个备选方案：

cut -f45 < file | grep -c '^car' #OR
cut -f45 < file | grep -c -i '^car'

即使有一个空单元也应该有效。

awk在linux中进行子集化失败了

2 个答案: