☰

特定の列に同じ値を持つタブ区切りファイルのすべての行にif条件を適用します。

tag-icon • tag-icon shell perl
特定の列に同じ値を持つタブ区切りファイルのすべての行にif条件を適用します。

デフォルトでは、列2の値が同じ行にif条件を適用したいと思います。この例では、最初の3行の列2（Disease1）に同じ値があります。今、これらの3行にIF条件を適用したいと思います。 3 番目の列が「高」の場合、その行のみが出力ファイルに書き込まれます。 3番目の列に「high」がない場合は、「medium」を見つけて印刷します。 「media」も存在しない場合は、「low」値を含む行が印刷されます。

入力する：

id1 Disease1 High
id2 Disease1 Medium
id3 Disease1 Low
id4 Disease2 Low
id5 Disease3 Medium
id6 Disease3 Low

予想出力：

id1 Disease1 High
id4 Disease2 Low
id5 Disease3 Medium

答え1

awk 'BEGIN { FS=OFS="\t"; d["High"]=1; d["Medium"]=2; d["Low"]=3 } { print d[$3], $0 }' file |
sort -t $'\t' -k3,3 -k1,1n | sort -t $'\t' -s -u -k3,3 | cut -f 2-

残念ながら、「High」、「Medium」、および「Low」という単語はこの順序でアルファベット順にソートされないため、列3の対応する単語の各行の前に整数1、2、3を追加します。awkスクリプト。この整数は元のコンテンツとタブで区切られており、病気の重症度を表します（1が最も高い）。

次に、その整数フィールドの病気と修正データを並べ替えて、レコードを病気ごとにグループ化し、重症度別に並べ替えることができます。

その後、病気だけをコアとしてsort「ユニークにランク付け」します（2番目）。これは重複した病気をすべて削除し、各病気について最も深刻な記録のみを保存します。同じキーを持つレコードの並べ替えを維持する安定したソートアルゴリズムを使用します-s。sort

最後cutに、以前に追加した整数を削除しますawk。

パイプは、コマンドを指定するために使用されるフィールド区切りbash文字を想定していますsort。使用されていない場合はbash、代わりに一重引用符リテラルタブを挿入してください$'\t'（おそらくを押してこれを実行できますCtrl+V Tab）。

答え2

各Id（秒）列の優先順位が常に高いものから低い場合は、次の方法で簡単に実行できます。

sort -u -k2,2 infile

それ以外の場合は、次のようにできます。

sed 's/High$/1/; s/Medium$/2/; s/Low$/3/' infile \
| sort -k2,3  \
| sort -uk2,2 \
| sed 's/1$/High/; s/2$/Medium/; s/3$/Low/'

または単にawk：

awk '{ pr[$2]=($3=="High"?$3:(pr[$2]=="High"?pr[$2]:(pr[$2]=="Medium"?pr[$2]:$3)));
       if (temp!=pr[$2]) { id[$2]=$0; temp=pr[$2] }
} END { for (key in id) print id[key] }' infile

答え3

私はPerlを使ってこのハッシュを生成するパーサを構築します。

  • 2列の値をキーとして使用
  • キーに対応する最初の行は、そのキーの値を構成します。
  • 値を設定したら、キーの他のすべての行をスキップします。

解析が完了するとハッシュを印刷し、必要に応じて2番目のトークンをソートします。

答え4

ちょうどいいです。

awk '
    BEGIN {prio["High"]=1; prio["Medium"]=2; prio["Low"]=3}
    !($2 in p) || prio[$3] < p[$2] {p[$2] = prio[$3]; line[$2] = $0}
    END {for (key in line) print line[key]}
' file

id1 Disease1 High
id4 Disease2 Low
id5 Disease3 Medium

関連情報