我有一个 |
分隔文件,其中 $1
中的每个名称都分配给 $6
中的一个组。文件按 $5
(升序)排序。
name_1|2018-09-28|1801-01-01|22|2018-11-19|group2117
name_1|2018-11-28|2018-11-28|81|2018-11-28|group1179
name_1|2018-09-28|2018-12-18|22|2018-12-14|group2117
name_4|2019-10-09|1801-01-01|22|2019-10-14|group3090
name_4|2019-10-09|2019-10-18|22|2019-10-15|group3090
name_4|2019-10-20|1801-01-01|21|2019-10-20|group3147
name_4|2019-10-20|2019-10-22|21|2019-10-21|group3147
name_11|2020-05-05|1801-01-01|21|2020-05-08|group4457
name_11|2020-05-05|2020-05-18|21|2020-05-18|group4457
我正在尝试根据现有列向该文件添加一些额外的列。
对于$6
中每个组的第一次出现,我想从$2
和$4
中取出相应的值并将其添加到$7
和{{1 }}, 分别。对于 $8
中每个组的最后一次出现,从 $6
中获取相应的值并将其添加到 $3
。所以输出看起来像这样
$9
对于 name_1|2018-09-28|1801-01-01|22|2018-11-19|group2117|2018-09-28|22|2018-12-18
name_1|2018-11-28|2018-11-28|81|2018-11-28|group1179|2018-11-28|81|2018-11-28
name_1|2018-09-28|2018-12-18|22|2018-12-14|group2117|
name_4|2019-10-09|1801-01-01|22|2019-10-14|group3090|2019-10-09|22|2019-10-18
name_4|2019-10-09|2019-10-18|22|2019-10-15|group3090|
name_4|2019-10-20|1801-01-01|21|2019-10-20|group3147|2019-10-20|21|2019-10-22
name_4|2019-10-20|2019-10-22|21|2019-10-21|group3147|
name_11|2020-05-05|1801-01-01|21|2020-05-08|group4457|2020-05-05|21|2020-05-18
name_11|2020-05-05|2020-05-18|21|2020-05-18|group4457|
中的一个组,我认为我可以应用以下代码,但我不确定如何采用它来获得我想要的结果
$6
输出
awk -F"|" 'NR==1 {if($6==group1179); print $0,$7=$2,$8=$4,$9=$3}' OFS="|" file
对于复杂的样本输入,请接受我的歉意。我们将不胜感激。
答案 0 :(得分:6)
$ cat tst.sh
#!/usr/bin/env bash
sort -t'|' -k6,6 -k5,5 "${@:--}" |
awk '
BEGIN { FS=OFS="|" }
$6 != prev {
if ( NR > 1 ) {
prt()
}
prev = $6
}
{ lines[++numLines] = $0 }
END { prt() }
function prt( first,last,i) {
split(lines[1],first)
split(lines[numLines],last)
print lines[1], first[2], first[4], last[3]
for (i=2; i<=numLines; i++) {
print lines[i]
}
numLines = 0
}
' |
sort -t'|' -k5,5
$ ./tst.sh file
name_1|2018-09-28|1801-01-01|22|2018-11-19|group2117|2018-09-28|22|2018-12-18
name_1|2018-11-28|2018-11-28|81|2018-11-28|group1179|2018-11-28|81|2018-11-28
name_1|2018-09-28|2018-12-18|22|2018-12-14|group2117
name_4|2019-10-09|1801-01-01|22|2019-10-14|group3090|2019-10-09|22|2019-10-18
name_4|2019-10-09|2019-10-18|22|2019-10-15|group3090
name_4|2019-10-20|1801-01-01|21|2019-10-20|group3147|2019-10-20|21|2019-10-22
name_4|2019-10-20|2019-10-22|21|2019-10-21|group3147
name_11|2020-05-05|1801-01-01|21|2020-05-08|group4457|2020-05-05|21|2020-05-18
name_11|2020-05-05|2020-05-18|21|2020-05-18|group4457
答案 1 :(得分:5)
另一种选择是两遍方法,在第一遍捕获每个组的最后一个实例,然后在第二遍写出数据,例如
awk -F"|" -v OFS="|" '
NR==FNR { last[$6] = $3; next }
$6 in seen { print; next }
{ print $0, $2, $4, last[$6]; seen[$6]++ }
' file file
示例使用/输出
name_1|2018-09-28|1801-01-01|22|2018-11-19|group2117|2018-09-28|22|2018-12-18
name_1|2018-11-28|2018-11-28|81|2018-11-28|group1179|2018-11-28|81|2018-11-28
name_1|2018-09-28|2018-12-18|22|2018-12-14|group2117
name_4|2019-10-09|1801-01-01|22|2019-10-14|group3090|2019-10-09|22|2019-10-18
name_4|2019-10-09|2019-10-18|22|2019-10-15|group3090
name_4|2019-10-20|1801-01-01|21|2019-10-20|group3147|2019-10-20|21|2019-10-22
name_4|2019-10-20|2019-10-22|21|2019-10-21|group3147
name_11|2020-05-05|1801-01-01|21|2020-05-08|group4457|2020-05-05|21|2020-05-18
name_11|2020-05-05|2020-05-18|21|2020-05-18|group4457
答案 2 :(得分:5)
对于您显示的示例,请尝试遵循 awk
代码。在 GNU awk
中编写和测试,应适用于 awk
的任何版本。
awk '
BEGIN{ FS=OFS="|" }
!arr1[$6]++{
arr4[++count]=$6
}
{
lastVal[$6]=$3
++arr3[$6]
arr2[arr3[$6],$6]=$0
arr5[arr3[$6],$6]=$2 OFS $4
}
END{
for(i=1;i<=count;i++){
for(j=1;j<=arr3[arr4[i]];j++){
print arr2[arr3[arr4[i]],arr4[i]],(j==1?arr5[arr3[arr4[i]],arr4[i]]:"") (j==1?OFS lastVal[arr4[i]]:"")
}
}
}
' Input_file