删除每隔一列之间的空格

Question

我有一个大型数据集，如下所示：

with open('filename')as file:

我想使它看起来像：

ID224912 A A A B B A B A B A B

我尝试修改在其他地方找到但没有成功的代码：

ID224912 AA AB BA BA BA BA

有什么建议吗？

Answer 1

这可能对您有用（GNU sed）：

sed -E 's/((\S+\s\S+\s)*\S+).*/\1/g;s/(\S+\s\S+)\s/\1/g' file

解决方案分为两部分。首先将字段之间的间隔分组为偶数，如果有一个，则删除多余的字段。然后将字段分组

Answer 2

• 您不必将AWK脚本分配给变量。只需内联调用它，这更简单，更安全。
• 您对前四个字段进行分组看起来很奇怪。据我从您期望的输出中看到的，仅将第一个（ID）字段分开对待就足够了。

尝试类似的东西：

awk '{printf("%s", $1); for (i=2; i<=NF; i+=2) printf(" %s%s", $i, $(i+1)); print ""}' InFile > OutFile

希望这个帮助。

Answer 3

$ awk '{r=$1; for (i=2; i<NF; i+=2) r=r OFS $i $(i+1); print r}' file
ID224912 AA AB BA BA BA

Answer 4

对于娱乐，这里是一种sed解决方案：

cat input | sed 's/\([ A-Z ]\) \([ A-Z ]\)/\1\2/g' > output

为澄清起见，我在BSD sed上进行了测试。

Answer 5

关于 InFile 作为输入文件，您可以通过以下方式使用sed：

cat InFile |sed -e 's/\([a-zA-Z]\)[ \t]\([a-zA-Z]\)/\1\2/g'

N.B .：在最初的问题中使用指定的InFile（字母的奇数），结果是：

ID224912 AA AB BA BA BA B

Answer 6

以下awk行

awk '{printf $1}{for(i=2;i<=NF;i+=2) printf OFS $i $(i+1); print "" }'

将输出

ID224912 AA AB BA BA BA B

您注意到，由于原始输出中的列数均匀，因此最后有一个额外的列B。由于OP不想这样做，我们可以通过for循环条件中的简单更新来解决此问题

awk '{printf $1}{for(i=2;i<NF;i+=2) printf OFS $i $(i+1); print "" }'

将输出

ID224912 AA AB BA BA BA