Question

我不确定如何忽略此处丢失的数据。

我的;分隔的文件看起来像（用空格写它以便可读）：

Col1  Col2  Col3  Col4  Col5
12    a     ?     ?     ?
1     b     ?     ?     ?
45    c     7.22  6.09  2.2
11    d     7.0   3.89  9.7
26    e     6.24  8.2  5.9
and so on....

我想获取第3列的最大值的记录

Col1  Col2  Col3  Col4  Col5
45    c     7.22  6.09  2.2
11    d     7.0   3.89  9.7
26    e     6.24  8.2  5.9

我以相反的顺序对column3上的文件进行了排序。不确定如何继续进行。

sort -t';' -k3 -r original.txt > newfile.txt

Answer 1

关于命令行的一件很棒的事情是，您可以轻松地将最佳工具用于正确的应用程序，或者使用管道pascals_triangle <- function(x) { for (i in 1:x) { holder <- c() n <- i - 1 for (j in 1:i) { r <- j - 1 nCrlessone <- factorial(n)/(factorial(n-r)*factorial(r)) holder <- c(holder, nCrlessone) } print(holder) } } pascals_triangle(10) [1] 1 [1] 1 1 [1] 1 2 1 [1] 1 3 3 1 [1] 1 4 6 4 1 [1] 1 5 10 10 5 1 [1] 1 6 15 20 15 6 1 [1] 1 7 21 35 35 21 7 1 [1] 1 8 28 56 70 56 28 8 1 [1] 1 9 36 84 126 126 84 36 9 1链接输出，或者通过创建诸如|之类的临时文件。

在这种情况下，使用newfile.txt是对数据进行排序的合适选择。排序后，您可以使用一个非常有效的解析数据sort的单独工具。

从已排序的awk开始，此newfile.txt操作将仅打印包含5个字段的行（假设您丢失的数据实际上丢失了，并且没有空的分隔符，例如您的行看起来像{{ 1}}，而不是awk）

45;c;

但是，在对空字段进行分隔的情况下（例如45;c;;;），并假设只有第3到第5列可能有丢失的数据，它将对此进行处理：

awk -F';' 'NF == 5 { print }' newfile.txt

请注意，由于要打印45;c;;;的默认行为，因此实际上不需要上述awk -F';' 'NF == 5 && $3 && $4 && $5 { print }' newfile.txt，但在教学上要包括在内。

因此，从头到尾，您可以获得所需的结果，

awk

Answer 2

您可以使用以下命令：

$ head -1 fileToSort; (sort -k3 -n -r <(tail -n +2 fileToSort) | head)
Col1  Col2  Col3  Col4  Col5
45    c     7.22  6.09  2.2
11    d     7.0   3.89  9.7
26    e     6.24  8.2  5.9
1     b     ?     ?     ?
12    a     ?     ?     ?

fileToSort在哪里

 cat fileToSort 
Col1  Col2  Col3  Col4  Col5
12    a     ?     ?     ?
1     b     ?     ?     ?
45    c     7.22  6.09  2.2
11    d     7.0   3.89  9.7
26    e     6.24  8.2  5.9

说明：

如果您的字段分隔符为-t';'，请使用;
<(tail -n +2 fileToSort)将排除输入文件的标题
然后，您可以使用-n通过反向键和数字键通过第三个键对其进行排序
head将输出限制为前10条记录
head -1 fileToSort;将在打印前10条记录之前打印标题行

如果您需要awk解决方案：

awk 'NR==1;NF == 5 && $3~/^[0-9]+(\.[0-9]+)+$/ && $4~/^[0-9]+(\.[0-9]+)+$/ && $5~/^[0-9]+(\.[0-9]+)+$/{buff[$3]=$0}END{n=asorti(buff,out); for (i = n; i >= 1; i--){print buff[out[i]]}}' fileToSort 
Col1  Col2  Col3  Col4  Col5
45    c     7.22  6.09  2.2
11    d     7.0   3.89  9.7
26    e     6.24  8.2  5.9

如果文件确实包含-F';'而不是空格，则可能需要在awk命令之后添加;。您的命令将变为：awk -F';' ...

NR==1;打印第一行
NF == 5 && $3~/^[0-9]+(\.[0-9]+)+$/ && $4~/^[0-9]+(\.[0-9]+)+$/ && $5~/^[0-9]+(\.[0-9]+)+$/检查是否有5个字段，并且最后3列的值是数字
{buff[$3]=$0}将每一行保存在以col3值索引的缓冲区中
END{n=asorti(buff,out); for (i = n; i >= 1; i--){print buff[out[i]]}}在处理结束时，只需根据索引值对数组进行排序，然后以相反的顺序打印即可。

Linux：我想获取column3的前10条记录。该列缺少一些数据。我已经对文件进行了排序

2 个答案: