awk - 根据字符串的出现对列重新编号
问题描述
对linux相当陌生,我很抱歉。
我有一个这样的文件:
1 C foo C bar
2 C foo C bar
3 C foo C bar
4 H foo H bar
5 H foo H bar
6 O foo O bar
我需要让它成为:
1 C01 foo C bar
2 C02 foo C bar
3 C03 foo C bar
4 H01 foo H bar
5 H02 foo H bar
6 O01 foo O bar
**不幸的是,必须保持 foo 和 C 之间的间距以及 C 和 bar 之间的间距。
我以分段方式进行了尝试,其中我提取了包含不同标识符 C、H 和 O 的行,并将它们放在临时文件中。然后我尝试按发生顺序对它们进行排序,然后将原始文件重新拼接在一起。
#!/bin/bash
sed -i -e "/ C /w temp1.txt" -e "//d" File.txt
sed -i -e "/ H /w temp2.txt" -e "//d" File.txt
sed -i -e "/ O /w temp3.txt" -e "//d" File.txt
`awk -i '{print NR $2}' temp1.txt
awk -i '{print NR $2}' temp2.txt
awk -i '{print NR $2}' temp3.txt
cat temp1.txt >> File.txt
cat temp2.txt >> File.txt
cat temp3.txt >> File.txt
但是我很确定我的语法很糟糕,因为我真的只熟悉 sed 而不是 awk。
任何帮助将不胜感激,谢谢。
解决方案
编辑:awk
这是一个保留实际空间的 GNU 解决方案如果您split
支持 4 个参数。阅读手册页后,我得到了它,即使我很高兴找到它,它也会有所帮助。
awk '
{
n=split($0,array," ",b)
array[2]=sprintf("%s%02d",array[2],++a[array[2]])
line=b[0]
for(i=1;i<=n;i++){
line=(line array[i] b[i])
}
print line
}' Input_file
1 C01 foo C bar
2 C02 foo C bar
3 C03 foo C bar
4 H01 foo H bar
5 H02 foo H bar
6 O01 foo O bar
关于split
GNUawk
手册页中的 4 个参数:
split(s, a [, r [, seps] ]) Split the string s into the array a and the separators array seps on the regular expression r, and return the
字段数。如果省略 r,则使用 FS。首先清除数组 a 和 seps。seps[i] 是由 r 在 a[i] 和 a[i+1] 之间匹配的字段分隔符。如果 r 是单个空格,则 s 中的前导空格进入额外数组元素 seps[0],尾随空格进入额外数组元素 seps[n],其中 n 是 split(s, a , r, seps)。拆分的行为与上述的字段拆分相同。
第一个解决方案:您能否尝试以下操作,
awk '{$2=sprintf("%s%02d",$2,++a[$2])} 1' Input_file
输出如下。
1 C01 bar C
2 C02 bar C
3 C03 bar C
4 H01 bar H
5 H02 bar H
6 O01 bar O
第二种解决方案:如果您想在两个地方都有 $2 和 $4 的值,请执行以下操作。
awk '{$2=$4=sprintf("%s%02d",$2,++a[$2])} 1' Input_file
1 C01 bar C01
2 C02 bar C02
3 C03 bar C03
4 H01 bar H01
5 H02 bar H02
6 O01 bar O01
第三种解决方案:如果您想在最后一行添加/插入新列,请执行以下操作。
awk '{$(NF+1)=sprintf("%s%02d",$2,++a[$2])} 1' Input_file
1 C bar C C01
2 C bar C C02
3 C bar C C03
4 H bar H H01
5 H bar H H02
6 O bar O O01