☰

Imprimindo colunas com padrão específico e todos os valores

tag-icon • tag-icon text-processing awk sed
Imprimindo colunas com padrão específico e todos os valores

Eu tenho um arquivo como este:

     OV2  OVI  1VI  OV3  3VI  
er    23   23   23   23   23  
tr    24   24   24   24   24

Quero imprimir a 1ª coluna junto com quaisquer colunas cujo nome contenha VI(não sei quais colunas conterão a string de antemão). No exemplo acima, a saída deve ser assim:

     OVI  1VI  3VI  
er    23   23   23     
tr    24   24   24

todas as colunas devem ser delimitadas por tabulações.

Responder1

perl -lane '$,="\t";
   $. == 1 and @A = grep $F[$_] =~ /VI/, 0..$#F;
   print @F[0,@A];
' yourfile

Resultados

ID      OVI     1VI     3VI
er      23      23      23
tr      24      24      24

Trabalhando

  • Da primeira linha, $. == 1extraia os índices dos campos que contém a string VI.
  • Armados com essa lista de índices agora em array @A, simplesmente seguimos em frente e cortamos o primeiro campo + os campos listados no @Aarray do @Farray. O OFS=$,foi definido como TAB. YMMV.

estranho

awk -v OFS="\t" '
   NR==1{
      for ( i=2; i<=NF; i++ )
         if ( $i ~ /VI/ )
            str = str OFS i
      N = split(str, A, OFS)
   }{
      s = $1
      for ( i=2; i<=N; i++ )
         s = s OFS $(A[i])
      $0 = s
   }1
' yourfile

SED

sed -e '
   # TAB->spc, multiple spc -> single spc, trim leading/trailing spc
   y/ / /;s/[ ]\{2,\}/ /g;s/^[ ][ ]*//;s/[ ][ ]*$//

   # only for first line, remove the first field and store remaining in hold area
   1{
      h
         s/[ ]/\
/
         s/.*\n//
      x
   }

   # append hold area (which now has 2nd...last fields
   # data of the first record) to the present line and
   # place a marker at the end of the first field
   G
   s/[^ ][^ ]*[ ]/&\
/

   # setup a do-while loop which progressively either keeps VI data or trims it
   :loop
      #  1     2                      3
      s/\(\n\)\([^ ][^ ]*\)[ ]\{0,1\}\(.*\n\)[^ ]*VI[^ ]*[ ]\{0,1\}/ \2\1\3/;tloop
      s/\(\n\)[^ ][^ ]*[ ]\{0,1\}\(.*\n\)[^ ][^ ]*[ ]\{0,1\}/\1\2/
   /\n\n$/!bloop
   # loop ends when the two \ns collide at the end of line

   # remove the two \ns and what remains is what you wanted
   s///

' yourfile

Responder2

estranhosolução:

awk 'BEGIN{FS="[\t ]+"; OFS="\t"}NR==1{for(i=2;i<=NF;i++)
    {if($i~/VI/) a[i]; }}{r=$1; for(i in a) r=r OFS $i; print l}' file

A saída:

    OVI 1VI 3VI
er  23  23  23
tr  24  24  24

  • FS="[\t ]+"- separador de campo de entrada

  • OFS="\t"- separador de campo de saída

  • NR==1- pela primeira vezcabeçalholinha

  • if($i~/VI/) a[i]- capturando o número do campo se corresponderVI

  • r=$1; for(i in a) r=r OFS $i; print r- iterando pelos números dos campos necessários e imprimindo seus respectivos valores

Se você encontrar uma quebra de ordem, use o seguinte com asorti()a função (para classificar a matriz por índices):

awk 'BEGIN{FS="[\t ]+"; OFS="\t"}NR==1{for(i=2;i<=NF;i++)
    {if($i~/VI/) a[i]; }}{r=$1; asorti(a,b); for(i in b) {r=r OFS $(b[i])} print r}' file

Responder3

Solução de script Python. Opera com base na análise da primeira linha e na construção de uma lista de colunas. As colunas que não possuem VI são definidas como None. Todas as outras linhas são divididas em palavras e unidas em pares com itens da lista de colunas para comparação. Se o item da coluna correspondente for Nenhum, a palavra da linha atual não será impressa. Caso contrário, as coisas que não são Nenhum serão impressas

#!/usr/bin/env python3
import sys

with open(sys.argv[1]) as fd:
    indexes = []
    for index,line in enumerate(fd):
        if index == 0:
            columns = line.strip().split()
            for i,col in enumerate(columns):
                if 'VI' in col or i == 0:
                    indexes.append(col)
                else:
                    indexes.append(None)
            for x in indexes:
                if x:
                    print(x,end=" ")
            print("")
            continue
        for j in zip(line.strip().split(),indexes):
            if j[1]:
                print(j[0],end=" ")
        print("")

Nota: substitua end=" "por end="\t"para ter saída delimitada por tabulações

Execução de teste:

$ ./get_colums.py input.txt                                                                                              
ID  OVI 1VI 3VI 
er  23  23  23  
tr  24  24  24

informação relacionada