Question

我将非常感谢您对以下方面的帮助。

我有以下文件（file.txt），大约10,000行：

ID1  ID2  0  1  0.5  0.6
ID3  ID4  0  0  0.4  0.8
ID1  ID5  0  1  0.5  0.3
ID6  ID2  1  0  0.4  0.8

前两列中的ID可以在文件中出现1到10次（在第1列或第2列中）。

我想要实现的目标：

我想逐行扫描此文件，如果符合以下条件，则会将ID打印到不断增长的排除列表中：

我的标准如下：

If $3 > $4, print $2 (ID2) to exclusionlist.txt
If $3 < $4, print $1 (ID1) to exclusionlist.txt
If $3 = $4 and $5 < $6, print $2 (ID2) to exclusionlist.txt
If $3 = $4 and $5 > $6, print $1 (ID1) to exclusionlist.txt

因此将此应用于第1行，ID1应该在我的排除列表中，因为$ 3＆lt; $ 4

然后我要删除文件中的所有行，其中显示了排除列表中的ID。（最多可以有10行）。

扫描第1行后，file.txt的输出应如下所示：

ID3 ID4 0 0 0.4 0.8
ID6 ID2 1 0 0.4 0.8

和exclusionlist.txt： ID1

然后我想在新的第1行再次开始（因为原定的第1行将被定义删除），并执行相同的过程，但继续将我的排除从新行1添加到同一个排除列表。

这是尝试过的。这意味着必须将file.txt重命名为1.txt

#! bin/bash
for i in {1..5000}
do
awk 'NR==1{print;}' $i.txt
awk '{if ($3>$4 || $3==$4 && $5<$6) print $2;}' $i.txt >      exclusionlist_$i.txt
awk '{if ($3>$4 || $3==$4 && $5>$6) print $1;}' $i.txt >>    exclusionlist_$i.txt
grep -v -f exclusionlist_$i.txt $i.txt > $((i+1)).txt
rm $i.txt
done

由于我的脚本编写能力差，我不得不：（1）在每次循环后重命名我的文件以便连续执行，以及（2）每个循环最后都有一个新的排除列表，而不是单个'主'排除列表 - 我可以很容易地将它们全部连接起来，所以这不是一个主要问题，而是凌乱。

我遇到的问题是这个命令似乎扫描整个文件（而不仅仅是第1行），从第一次运行开始创建一个长排除列表。

非常感谢任何帮助/建议。

谢谢。

GB

Answer 1

我不明白为什么你需要分多步完成这项工作。最终，所有行都将被删除，您只会获得排除列表。

例如，这将在一次传递中执行相同的操作

$ awk '!($1 in exc) && !($2 in exc){f=($3>$4 || $3==$4 && $5<$6)?2:1; 
                                    print $f > "exclusion.list"; exc[$f]}' file

$ cat exclusion.list
ID1
ID4
ID2

由于唯一的结果是排除列表，您可以将其打印到stdout

$ awk '!($1 in exc) && !($2 in exc){f=($3>$4 || $3==$4 && $5<$6)?2:1; 
                                    print $f; exc[$f]}' file  > exclusion.list

并重定向到文件。

或者，也许我误解了这个问题。另请注意，您的规范中未定义$3==$4 && $5==$6条件。或许这就是你之后的事情？！如果是这样，请使用此关键案例创建样本数据，并指出需要发生的事情。

awk命令的Bash脚本

1 个答案: