☰

特定のパターンとすべての値を含む列の印刷

tag-icon • tag-icon text-processing awk sed
特定のパターンとすべての値を含む列の印刷

次のファイルがあります。

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

最初の列と名前に含まれるすべての列を印刷したいと思いますVI（どの列に文字列が含まれるかは事前に不明です）。上記の例では、出力は次のようになります。

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

すべての列はタブで区切る必要があります。

答え1

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

結果

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

布材

  • 最初の行から$. == 1文字列を含むフィールドのインデックスを抽出しますVI。
  • 次に、配列内のこれらのインデックスリストを使用して、配列の最初のフィールド+配列にリストされているフィールドを切り取ります@A。すでに.YMMVに設定されています。@A@FOFS=$,TAB

アッ

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

答え2

アッ解決策：

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

出力：

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

  • FS="[\t ]+"- 入力フィールド区切り記号

  • OFS="\t"- 出力フィールド区切り記号

  • NR==1- 最初になるにはヘッダーワイヤー

  • if($i~/VI/) a[i]- 一致した場合のフィールド番号の取得VI

  • r=$1; for(i in a) r=r OFS $i; print r- 必須フィールド番号を繰り返し、その値を印刷します。

asorti()順序違反が発生した場合は、関数（インデックスごとに配列を並べ替える）と一緒に以下を使用してください。

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

答え3

Pythonスクリプトソリューション。最初の行を解析し、列リストを作成する作業を実行します。 VIなしの列は「なし」に設定されます。他のすべての行は単語に分割され、比較のためにペアで列リスト項目に関連付けられます。その列項目が None の場合、現在の行の単語は印刷されません。それ以外の場合は、None以外の内容が印刷されます。

#!/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("")

注：タブ区切りの出力を取得するには、次のようend=" "に置き換えます。end="\t"

テスト実行：

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

関連情報