Question

我有以下TAB分隔文件：

string1 string2 string3 001 string4
string5 string6 string7 002 string8
string9 string10 string11 003 string12
string13 string14 string15 002 string16

我想使用awk打印第4列中的所有项目，并在其旁边打印第5列的匹配列表（数字是标识符）

001 string4
002 string8, string16
003 string12

我目前的尝试失败了： awk 'BEGIN{FS=OFS="\t"} $4 ~ /^K/ { print $4, print $5 }'

我也不知道如何实现在比赛的第2列打印一个列表。

Answer 1

使用Awk，如下所示

awk 'BEGIN{FS=OFS="\t"}{unique[$4]=(unique[$4] FS $5); next}END{for (i in unique) print i,unique[i]}' file

产生如下输出。请记住这是不保留订单，假设它无关紧要。

002     string8 string16
003     string12
001     string4

如果你担心有逗号分隔的值，请按照

进行操作

awk 'BEGIN{FS=OFS="\t"}{unique[$4]=(unique[$4]?(unique[$4]","$5):($5)); next}END{for (i in unique) print i,unique[i]}' file

生成输出

002 string8,string16
003 string12
001 string4

这个想法是

由于Awk一次处理一行文件，因此创建哈希地图数组unique，其中$4为索引，值为$5
如果每个索引存在多个$5值，则会在添加了,去限制器的情况下将值附加到现有值。三元运算符负责处理这种情况，通过查看数组元素是否具有值，如果是这样，则使用,附加新值，或者如果为空则直接指定$5值。
END子句打印形成的哈希映射，键和键值，它将根据需要获取值。

Answer 2

@tobi：@try：

awk 'FNR==NR{A[$4]=A[$4]?A[$4]","$NF:$NF;next} ($4 in A){print $4,A[$4];delete A[$4]}'   Input_file  Input_file

检查FNR == NR（当读取第一个Input_file时，这个条件将成立），所以创建一个名为A的数组，其索引是$ 4，并在第一次读取Input_file时将它的值与最后一列连接起来，接下来将留下所有下一个声明。然后在数组A中循环，其中包含$ 4，打印值。

AWK：搜索一列，打印第二列

2 个答案: