修改和比较两个文件的相似性

时间:2015-05-23 15:13:19

标签: awk file-manipulation

我有2个文件。 file1 的示例值如下:

1313 0 60
1313 1 60
1314 0 60
1314 1 57
1315 1 60
1316 0 60
1316 1 57
1317 1 57
1318 1 57
1333 0 57
1333 1 57
1334 0 60
1334 1 60

file2 的示例值如下:

813 0 91
813 1 91
814 0 91
814 1 91
815 0 96
815 1 91
816 0 91
816 1 91
817 1 96
818 0 91
832 0 96
833 0 91
833 1 91
834 0 96

我正在尝试修改 file1 并使用以下值创建 file3 (如您所见, file1的最后一列中的值无关紧要):

1 0 
1 1 
2 0 
2 1 
3 1 
4 0 
4 1 
5 1 
6 1 
21 0 
21 1 
22 0 
22 1 

此外,需要修改 file2 ,并使用以下值创建 file4 file2 <的最后一列中的值/ em>无关紧要):

1 0
1 1
2 0
2 1
3 0 
3 1
4 0
4 1
5 1
6 0
20 0
21 0
21 1
22 0

创建 file3 file4 后,我打算使用 diff 实用程序检查它们的相似性。要生成 file3 file4 ,我正在尝试编写awk脚本。但作为awk的初学者,我发现这项任务非常耗时。任何指导都将不胜感激。

1 个答案:

答案 0 :(得分:1)

我们可以从第一行的$1中捕获值,然后在公式中使用它来计算偏移量。假设最小的$1位于第一行。

awk 'NR==1 { i=$1 } { print $1-i+1,$2 }'

例如,你可以这样做:

awk 'NR==1 { i=$1 } { print $1-i+1,$2 }' file1 > file3
awk 'NR==1 { i=$1 } { print $1-i+1,$2 }' file2 > file4
diff file3 file4


这是我之前的版本之前我注意到你真的在寻找一个偏移量。我原以为你只是想根据$1的变化来改变它。我们可以设置一个变量用于检查行之间的值更改,并仅在$1更改时递增计数器。这假设已分组。

awk 'n!=$1 { i++ } { print i,$2 } { n=$1 }'

例如,你可以这样做:

awk 'n!=$1 { i++ } { print i,$2 } { n=$1 }' file1 > file3
awk 'n!=$1 { i++ } { print i,$2 } { n=$1 }' file2 > file4
diff file3 file4