Question

我有一个如下所示的列表：

1 . Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 . Sam 3 4 56 6 89
3 . Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 . Pig 2 5 67 2 21

（真实列表除外是4000万行）。

第二列中有重复的元素（即“。”）

我想用独特的标识替换它们（例如“.1”，“。2”，“。3”......“。 n ”）

我尝试使用bash循环/ sed组合执行此操作，但它不起作用...

尝试失败：

for i in 1..4
  do
    sed -i "s_//._//."$i"_"$i""
  done

（基本上，我试图让sed用“。 n ”替换每个 n th。“，但这不起作用）。

Answer 1

以下是使用awk执行此操作的方法（假设您的文件名为input：

$ awk '$2=="."{$2="."++counter}{print}' input 
1 .1 Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 .2 Sam 3 4 56 6 89
3 .3 Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 .4 Pig 2 5 67 2 21

awk程序将第二列（$2）替换为通过连接.和预先递增的计数器（++counter）形成的字符串，如果第二列是确切.。然后打印出它获得的所有列（修改了$2）（{print}）。

普通bash替代方案：

c=1
while read -r a b line ; do
  if [ "$b" == "." ] ; then
    echo "$a ."$((c++))" $line"
  else
    echo "$a $b $line"
  fi
done < input

Answer 2

由于您的问题已标记为sed和bash，因此以下是一些完整性示例。

仅限Bash

使用parameter expansion。第二列将是唯一的，但不是顺序的：

i=1; while read line; do echo ${line/\./.$((i++))}; done < input

1 .1 Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 .3 Sam 3 4 56 6 89
3 .4 Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 .6 Pig 2 5 67 2 21

Bash + sed

sed无法增加变量，必须在外部完成。

对于每一行，如果行包含$i，请增加.，然后让sed在$i

之后追加.

i=0                                    
while read line; do                 
    [[ $line == *.* ]] && i=$((i+1))   
    sed "s#\.#.$i#" <<<"$line" 
done < input

输出：

1 .1 Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 .2 Sam 3 4 56 6 89
3 .3 Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 .4 Pig 2 5 67 2 21

Answer 3

您可以使用此命令：

awk '{gsub(/\./,c++);print}' filename

输出：

1 0 Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 2 Sam 3 4 56 6 89
3 3 Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 5 Pig 2 5 67 2 21

使用唯一标识符替换列表中的重复元素

3 个答案: