Question

我有一个制表符分隔文件，我想根据两列拆分成较小的文件。我的数据如下所示：

    360.40   hockey   james  april  expensive
    1200.00  hockey   james  may    expensive
    124.33   baseball liam   april  cheap
    443.12   soccer   john   may    moderate

我想通过第三和第五列解析这些行。

最终结果将是以第三和第五列命名的三个不同文件，如下所示：

james-expensive.tsv liam-cheap.tsv john-moderate.tsv

在每个文件中，我只想要与该名称/费用类型相关联的行中的第一个值。因此，在exameple的james-expensive.tsv中，该文件将包含一列：

360.40

1200.00

我想也许某种awk脚本或sed脚本可以解决这个问题，但我不太清楚从哪里开始。

如果使用awk或sed执行此操作似乎是一个坏主意，那也有助于了解。

Answer 1

使用awk：

awk '{ print $1 > $3 "-" $5 ".tsv" }' your_file

结果：

$ for F in *.tsv; do echo "---- $F ----"; cat "$F"; done
---- james-expensive.tsv ----
360.40
1200.00
---- john-moderate.tsv ----
443.12
---- liam-cheap.tsv ----
124.33

nawk的更新：

awk '{ f = $3 "-" $5 ".tsv"; print $1 > f }' your_file

防止打开太多文件：

awk '{ f = $3 "-" $5 ".tsv" } !a[f]++ { printf "" > f } { print $1 >> f; close(f) }' your_file

Answer 2

你没有标记perl，但这里有一个oneliner：

perl -lane '`echo "$F[0]" >> $F[2]-$F[4].tsv`' file

基于bash中的两列拆分文件

2 个答案: