Question

我有一个文件，每个ID号都有多个条目。该文件大约有2,000个ID，每个ID有54,000个观察值。我需要将输出提供给一个算法，该算法要求ID小于6个字符。如何用1到2000的数字替换ID？文件中的ID如下所示：

2007I804567
2007I804567
2007I804567
2007I804568
2007I804568
2007I804568
2007I804569
2007I804569
2007I804569

需要它看起来像这样（想要保留ID）：

1 2007I804567
1 2007I804567
1 2007I804567
2 2007I804568
2 2007I804568
2 2007I804568
3 2007I804569
3 2007I804569
3 2007I804569

由于

Answer 1

$ cat file
2007I804567
2007I804567
2007I804567
2007I804568
2007I804568
2007I804568
2007I804569
2007I804569
2007I804569
$ 
$ awk '!seen[$0]++{++id} {print id, $0}' file
1 2007I804567
1 2007I804567
1 2007I804567
2 2007I804568
2 2007I804568
2 2007I804568
3 2007I804569
3 2007I804569
3 2007I804569

Answer 2

尝试关注awk

awk '!($0 in id) {id[$0]=++n} {print id[$0], $0}' file

简短说明

awk '
    !($0 in id) {             # if line is not present in array 'id'
         id[$0]=++n           # assign unique ID of a line to incremental number i.e. create an array of id with line a key 
    } 
    {
        print id[$0], $0      # print corresponding ID along with line content
    }' file                   # input file

如何用数字替换复杂的ID？

2 个答案: