Question

我们说我有一个包含以下内容的数据文件：

 1     2     3     4     5
67    88    12    32    22
 9    99    34    59    86
17     0    78     0    77
11     0     0     0    43

我希望有一个代码在每列中搜索数字0.如果找到数字0，代码将在单独的文件中打印出整个列。

使用此数据，输出的文件将如下所示：

 2     3     4
88    12    32
99    34    59
 0    78     0
 0     0     0

如果代码并不需要我知道列和/或行的确切数量，那就太棒了。

Answer 1

这将做你想要的。它不需要知道有多少行或列存在。

$ awk 'FNR==NR{for (i=1;i<=NF;i++)if ($i==o)a[i]=1;next} {tab="";for (i=1;i<=NF;i++)if (a[i]){printf "%s%s",tab,$i; tab="\t"};print ""}' file file
2       3       4
88      12      32
99      34      59
0       78      0
0       0       0

如何运作

因为在命令行上指定了两次文件名，awk脚本将读取文件两次，第一次查找零，第二次打印。

FNR==NR{for (i=1;i<=NF;i++)if ($i==o)a[i]=1;next}

第一次浏览文件时，a[i]对于任何列为{0}的列i设置为1。

由于条件FNR==NR，此代码仅适用于第一次运行。 NR是我们到目前为止所读取的记录（行）总数。 FNR是我们到目前为止从当前文件中读取的记录（行）数。因此，当FNR==NR时，我们仍在阅读第一个文件。命令末尾的next告诉awk跳过剩余的命令并从下一行重新开始。
tab="";for (i=1;i<=NF;i++)if (a[i]){printf "%s%s",tab,$i; tab="\t"};print ""

当我们第二次阅读该文件时，我们会打印出i非{0}的每列a[i]。我选择了制表符分隔输出，但只需调整printf语句，就可以使用任何格式。

Answer 2

sed '#n
# init and load line in buffer (1st line copied, other added)
s/.*/>& /;1!H;1h

# at end of file, load buffer in working area
$ {x
:cycle
# keep column if zero inside
   />[[:blank:]]*0[[:blank:]]/ s/>\(\([[:blank:]]*[0-9]\{1,\}\)[[:blank:]][[:graph:][:blank:]]*\)/\2>\1/g
# remove treated column
   s/>[[:blank:]]*[0-9]\{1,\}\([[:blank:]]\{1,\}[[:graph:][:blank:]]*\)/>\1/g
# is there another colum to treat ?
   />[[:blank:]]*[0-9][[:graph:][:blank:]]/ b cycle

# print result after cleanup
   s/>//gp
   }' YourFile

自评评sed
posix versioj所以--posix关于GNU sed

Answer 3

这是使用GNU awk执行此操作的一种有趣方式：

parse.awk

# Record number of columns (assuming all columns have the same number of fields)
NR == 1 { n = NF } 

# First parse: Remember which columns contain `pat`
FNR == NR { 
  for(i=1; i<=NF; i++) 
    if($i == pat) {
      h[i] = i
      last = i>last ? i : last
    }
  next
} 

# Before second parse: switch to reading one field at a time
ENDFILE { 
  RS="[ \t\n]+"
} 

# Second parse: print field if current-record-number modulo 
#               number-of-columns is in the `h` hash
{ m = FNR % n }

m in h {
  ORS = (m == last) ? "\n" : OFS  # print new-line after last column
  print $1
}

像这样运行它，例如：

awk -f parse.awk pat=0 infile infile

输出：

或OFS='\t'：

awk -f parse.awk pat=0 OFS='\t' infile infile

输出：

如何打印包含值的列

3 个答案:

如何运作