Question

进行摘要我有一个CSV文件，转换为.DAT。我有一个AWK文件，它假设要进行DAT文件的映射。 AWK文件中的代码如下所示。

DAT文件的内容如下所示（制表符分隔）：

ODT AGE CDT CO SEX TIME VALUE COMMENT
P3 Y6-8 ACT FG F 2011 1297
P4 Y3-4 EMP FG M 2011 6940 bd
P1 Y7-9 GRT FG F 2011 0 c

我需要做的是：

COMMENT列必须分为两个不同的字段：STRING_COM和STRING_STATUS - 已完成
VALUE列应重命名为“NUMB” - 已完成
将标题与列顺序保持在一起 - 完成

未完成

4.  if the VALUE is ":" then NUMB is null
    if the VALUE is ":" and COMMENT "c" then NUMB is null and STRING_COM is "c"
    if the VALUE is ":" and COMMENT "u" then NUMB is null and STRING_STATUS is "u"
    if the VALUE is "14,385" and COMMENT "d" then NUMB is "14385" and STRING(both) is null
    if the VALUE is "14,385" and COMMENT "du" then NUMB is "14385" and STRING_STATUS is "u"
    if the VALUE is ":" and COMMENT "cd" then NUMB is null and STRING_COM is "c"
    if the VALUE is ":" and COMMENT "bc" then NUMB is null and STRING_COM is "c" and STRING_STATUS is "b"
    if the VALUE is ":" and COMMENT "z" then NUMB is 0 and STRING_STATUS is "z"

除了此处提到的列之外，无论收到哪些其他列，都必须将其删除 - 完成

awk代码：

    BEGIN {
      FS=","; OFS="\t";
      a["ODT"]=1;a["AGE"]=1;a["CDT"]=1;a["CO"]=1;
        a["SEX"]=1;a["TIME"]=1;a["VALUE"]=1;a["COMMENT"]=1;
    }
    NR==1 {


   { $a["VALUE"] = "NUMB" ; $a["COMMENT"] = "STRING_COM" ; $9 = "STRING_STATUS" ; print ; next }
    $a["VALUE"]=="14,385" && $a["COMMENT"] == "d"  { $a["VALUE"] = "14385" ; $a["COMMENT"] = $9 = "" }
    $a["VALUE"]=="14,385" && $a["COMMENT"] == "du" { $a["VALUE"] = "14385" ; $a["COMMENT"] = "" ; $9 = "u" }
    $a["VALUE"] != ":" { print ; next }
    $a["COMMENT"] == "z" { $a["VALUE"] = "0" ; $a["COMMENT"] = "" ; $9 = "z" }
     $a["COMMENT"] != "z" { $a["VALUE"] = "" }

        $NF=substr($NF,1,length($NF)-1);
        for(i=1;i<=NF;i++) if($i in a) a[$i]=i;
    }
    {   print $a["ODT"],$a["AGE"],$a["CDT"],$a["CO"],$a["SEX"],$a["TIME"],NR==1?"NUMB":$a["VALUE"],
        NR==1?"STRING_COM"OFS"STRING_STATUS":($a["COMMENT"]?""OFS$a["COMMENT"]:$a["COMMENT"]);
    }

有谁知道如何解决第4点？

预期结果应为

csv输入

ODT AGE CDT CO  SEX TIME    NUMB   COMMENT
P3  Y6-8    AWT EE  F   2011    1297    
P4  Y3-4    ESP RR  M   2011    6940    cd
P1  Y7-9    UDK FF  F   2011    :   du
PL  Y3-9    EUP SS  F   2011    :       d
P9  Y_5 ACT DD  F   2011    :   cd
P6  Y5-9    UAK DF  M   2011    :   z


ODT AGE CDT CO  SEX TIME    NUMB   STRING_COM       STRING_STATUS
P3  Y6-8    AWT EE  F   2011    1297    
P4  Y3-4    ESP RR  M   2011    6940    c
P1  Y7-9    UDK FF  F   2011           u
PL  Y3-9    EUP SS  F   2011        
P9  Y_5 ACT DD  F   2011        c
P6  Y5-9    UAK DF  M   2011    0      z

提前谢谢

我已根据您的建议更新了代码，但它无效。只有错误这是你的意思吗？

Answer 1

我将采取的一般方法是添加一些条件块，也适用于已经实现的规则。

BEGIN {
  FS=","; OFS="\t";
}
NR==1 { $7 = "NUMB" ; $8 = "STRING_COM" ; $9 = "STRING_STATUS" ; print ; next }
$7=="14,385" && $8 == "d"  { $7 = "14385" ; $8 = $9 = "" }
$7=="14,385" && $8 == "du" { $7 = "14385" ; $8 = "" ; $9 = "u" }
$7 != ":" { print ; next }
$8 == "z" { $7 = "0" ; $8 = "" ; $9 = "z" }
$8 != "z" { $7 = "" }
...
{ print }

可能缺少你的代码已经解决的东西，而且我还没有完全掌握，但这就是我构建脚本的精神。

假设数组a应该适应具有混乱的字段顺序的输入，您可以

使用数组字段而不是编号字段或
在管道中运行预处理器，以便按正确的顺序排列字段

在两个单独的字段中拆分列

1 个答案: