У меня есть такой файл:
OV2 OVI 1VI OV3 3VI
er 23 23 23 23 23
tr 24 24 24 24 24
Я хочу напечатать 1-й столбец вместе со всеми столбцами, имя которых содержит VI
(Я заранее не знаю, какие столбцы будут содержать строку. В приведенном выше примере вывод должен быть таким:
OVI 1VI 3VI
er 23 23 23
tr 24 24 24
все столбцы должны быть разделены табуляцией.
perl -lane '$,="\t";
$. == 1 and @A = grep $F[$_] =~ /VI/, 0..$#F;
print @F[0,@A];
' yourfile
ID OVI 1VI 3VI
er 23 23 23
tr 24 24 24
$. == 1
извлечь индексы полей, содержащих строку VI
. @A
, мы просто идем вперед и вырезаем 1-е поле + поля, перечисленные в массиве @A
, из Массив @F
. Для OFS=$,
установлено значение TAB
. YMMV. 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])
$0 = s
}1
' yourfile
sed -e '
# TAB->spc, multiple spc -> single spc, trim leading/trailing spc
y/ / /;s/[ ]\{2,\}/ /g;s/^[ ][ ]*//;s/[ ][ ]*$//
# 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$/!bloop
# loop ends when the two \ns collide at the end of line
# remove the two \ns and what remains is what you wanted
s///
' yourfile
awk решение:
awk 'BEGIN{FS="[\t ]+"; OFS="\t"}NR==1{for(i=2;i<=NF;i++)
{if($i~/VI/) a[i]; }}{r=$1; for(i in a) r=r OFS $i; print l}' file
Вывод:
OVI 1VI 3VI
er 23 23 23
tr 24 24 24
FS="[\t ]+"
- разделитель полей ввода
OFS="\t"
- поле вывода разделитель
NR==1
- для первой строки header
if($i~/VI/) a[i]
- номер поля захвата, если он соответствует VI
r=1$; for(i in a) r=r OFS $i; print r
- итерация по необходимым номерам полей и вывод их соответствующих значений
Если вы столкнулись с нарушением порядка, используйте следующее с функцией asorti()
(для сортировки массива по индексам):
awk 'BEGIN{FS="[\t ]+"; OFS="\t"}NR==1{for(i=2;i<=NF;i++)
{if($i~/VI/) a[i]; }}{r=$1; asorti(a,b); for(i in b) {r=r OFS $(b[i])} print r}' file
Решение скрипта Python. Работает на основе синтаксического анализа первой строки и построения списка столбцов. Для тех столбцов, в которых нет VI, установлено значение None. Все остальные строки разбиваются на слова и объединяются в пары с элементами списка столбцов для сравнения. Если соответствующий элемент столбца равен None, это слово из текущей строки не будет напечатано. В противном случае печатается то, что не None
#!/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("")
Примечание: замените end=" "
на end="\t"
для вывода с разделителями табуляции
Тестовый запуск:
$ ./get_colums.py input.txt
ID OVI 1VI 3VI
er 23 23 23
tr 24 24 24