Question

我想从unix中的文本文件中过滤数据。我在unix中有如下文本文件：

我如何根据上面的awk中的数据修改/创建数据？

A 200 100
B 300 600 700
C 400

我在awk中并不是那么好，我相信awk / perl最适合这个。

Answer 1

awk 'END {
  for (R in r) 
    print R, r[R]
  }
{
  r[$1] = $1 in r ? r[$1] OFS $2 : $2
  }' infile

如果第一个字段中值的顺序很重要，将需要更多代码。解决方案取决于您的 awk 实现和版本。

说明：

r[$1] = $1 in r ? r[$1] OFS $2 : $2

将数组r元素$ 1的值设置为：

如果密钥$ 1已经存在：r中为$ 1，附加OFS $ 2 现有价值
否则将其设置为$ 2

表达？如果为true：如果为false则为三元运算符。有关详情，请参阅ternary operation。

Answer 2

你可以这样做，但是使用Perl总是有不止一种方法可以做到这一点：

my %hash; 
while(<>) { 
    my($letter, $int) = split(" "); 
    push @{ $hash{$letter} }, $int;
} 

for my $key (sort keys %hash) {
    print "$key " . join(" ", @{ $hash{$key} }) . "\n";
}

应该这样工作：

$ cat data.txt | perl script.pl
A 200 100
B 300 600 700
C 400

Answer 3

不是特定于语言的。更像是伪代码，但这里的想法是：

- Get all lines in an array
- Set a target dictionary of arrays

- Go through the array :
       - Split the string using ' '(space) as the delimiter, into array parts
       - If there is already a dictionary entry for `parts[0]` (e.g. 'A'). 
         If not create it.
       - Add `parts[1]` (e.g. 100) to `dictionary(parts[0])`

就是这样！： - ）

我会这样做，可能是在Python中，但这只是一种品味问题。

Answer 4

使用awk，对其中的输出进行排序：

awk '
  { data[$1] = (data[$1] ? data[$1] " " : "") $2 } 
  END { 
    for (i in data) { 
      idx[++j] = i 
    } 
    n = asort(idx); 
    for ( i=1; i<=n; i++ ) { 
      print idx[i] " " data[idx[i]] 
    } 
  }
' infile

使用外部程序sort：

awk '
  { data[$1] = (data[$1] ? data[$1] " " : "") $2 } 
  END { 
    for (i in data) { 
      print i " " data[i] 
    } 
  }
' infile | sort

对于这两个命令，输出是：

A 200 100
B 300 600 700
C 400

Answer 5

使用sed：

script.sed的内容：

## First line. Newline will separate data, so add it after the content.
## Save it in 'hold space' and read next one.
1 {
    s/$/\n/
    h   
    b   
}

## Append content of 'hold space' to current line.
G

## Search if first char (\1) in line was saved in 'hold space' (\4) and add 
## the number (\2) after it.
s/^\(.\)\( *[0-9]\+\)\n\(.*\)\(\1[^\n]*\)/\3\4\2/

## If last substitution succeed, goto label 'a'.
ta

## Here last substitution failed, so it is the first appearance of the
## letter, add it at the end of the content.
s/^\([^\n]*\n\)\(.*\)$/\2\1/

## Label 'a'.
:a

## Save content to 'hold space'.
h

## In last line, get content of 'hold space', remove last newline and print.
$ {
    x   
    s/\n*$//
    p   
}

像以下一样运行：

sed -nf script.sed infile

结果：

A 200 100
B 300 600 700
C 400

Answer 6

这可能对您有用：

sort -sk1,1 file | sed ':a;$!N;s/^\([^ ]*\)\( .*\)\n\1/\1\2/;ta;P;D'
A 200 100
B 300 600 700
C 400

使用类似的列收集数据

6 个答案: