Question

我正在使用awk，因为我认为使用此工具来删除制表符分隔或csv文件的标题要简单得多..

我有两种类型的文件（逗号或制表符分隔），我想要做的就是将标题（NR = 1）修改为：

降低了所有单词
为每个空格替换任何带下划线的空格字段名称。例如将癌症类型改为* cancer_type *

癌症类型，汇编版本，染色体，染色体开始，染色体结束

我迄今为止所做的就是列出第一行

awk'NR == 1'test2.csv

好吧，我很茫然。在任何情况下，我都可能在进行一些下游修改之前运行这个脚本（sed或awk）。

非常感谢任何帮助（或指向一个好的教程/一个衬垫）。

修改

您好我应该编辑以澄清这一点。我将从一个文件开始，以相同的文件结束，但标题已更改。

我可以获得该文件的两个版本。

CSV

癌症类型，汇编版本，染色体，染色体启动，染色体末端

后：

cancer_type，assembly_version，chromosome，chromosome_start， chromosome_end

TSV

癌症类型\ t装配版\ t染色体\ t染色体开始\ t 染色体末端

后：

cancer_type \ t assembly_version \ t chromosome \ t chromosome_start \ t chromosome_end

话虽如此，我认为方法几乎正常运作..

编辑2 操作系统是OS X 10.7。+

Answer 1

GNU代码sed

sed -r '1 {s/.*/\L&/;s/\b\s\b/_/g}' infile>outfile

$ echo Cancer Type, Assembly Version, Chromosome, Chromosome start, Chromosome end|sed -r '1 {s/.*/\L&/;s/\b\s\b/_/g}'
cancer_type, assembly_version, chromosome, chromosome_start, chromosome_end

Answer 2

如果您只想修改标题并按原样打印剩余的行，请尝试使用GNU awk进行类似的操作：

awk 'BEGIN{FS=OFS=","}NR==1{$0=tolower($0);gsub(/\y \y/,"_",$0)}1' csv

Answer 3

如果我理解，OP想要替换原始文件的标题，而不仅仅是将结果打印到控制台。

起初我尝试用awk来解决它，因为我知道它更好。但是awk没有就地编辑功能，因此需要一些bash解决方法：

# Unsafe hack
#{ rm infile; awk 'NR==1{...}1' >infile;} <infile
#Ed Morton's correction
awk 'NR==1{...}1' infile >tmp && mv tmp infile

这样可行，但它为fork命令使用了1个rm。最好使用就地编辑。 sed或perl支持此功能。使用perl有点矫枉过正，所以我纠正了一点captha的sed解决方案：

sed -i '1{s/\b \b/_/g;s/[[:upper:]]/\L&/g;}' infile

之前的infile：

Cancer Type, Assembly Version, Chromosome, Chromosome start, Chromosome end
One 1,Two 2

之后的infile：

cancer_type, assembly_version, chromosome, chromosome_start, chromosome_end
One 1,Two 2

Answer 4

也许我不完全理解你的问题，但据我所知，这应该解决它：

head -1 test2.csv | sed -e 's/\(.*\)/\L\1/' -e 's/ /_/g' > tmp.txt
tail -n +2 test2.csv >> tmp.txt

head选择第一行
第一个sed选项使所有内容都为小写
第二个sed选项将所有空格转换为下划线
tail打印从第2行开始的所有内容

tmp.txt现在包含完整的结果。

Answer 5

嘿伙计这两个命令都有效但是对于OS X你必须

brew install gnu-sed

然后运行你的sed命令

gsed -i '1{s/\b \b/_/g;s/[[:upper:]]/\L&/g;}' infile

魔术..谢谢你们。

awk或sed帮助用于复制CSV或TSV文件的第一行

5 个答案: