如何只打印第 4 列有值的行？

Question

如果这是 asked/answered，我深表歉意；我无法通过搜索找到答案。

我有一个很长的文本文件，只有一小部分行在第 4 列中有值，这正是我关心的。我怎样才能只打印那些行？

这是我的数据：

gi|254160123|ref|NC_012967.1|   585236  C       
gi|254160123|ref|NC_012967.1|   585237  C       
gi|254160123|ref|NC_012967.1|   585238  A       
gi|254160123|ref|NC_012967.1|   585239  C   4   
gi|254160123|ref|NC_012967.1|   585240  A       
gi|254160123|ref|NC_012967.1|   585241  A       
gi|254160123|ref|NC_012967.1|   585242  C       
gi|254160123|ref|NC_012967.1|   585243  T   16  
gi|254160123|ref|NC_012967.1|   585244  G   6   
gi|254160123|ref|NC_012967.1|   585245  C   2   
gi|254160123|ref|NC_012967.1|   585246  G   3   
gi|254160123|ref|NC_012967.1|   585247  C   9

我只想打印第四列中有值的行（在本例中为第 4、8、9、10、11、12 行）。

Answer 1

由于您还没有发布数据文件的示例，我将给您一个关于如何使用 awk 提取特定列的通用示例...您可以使用 gawk(gnu-awk) 作为

嗯，概念是相似的，假设你有一个文件（BBS-list），

alpo-net     555-3412     2400/1200/300     A
bites        555-1675     2400/1200/300     A
fooey        555-1234     2400/1200/300     B
foot         555-6699     1200/300          B
macfoo       555-6480     1200/300          A
sdace        555-3430     2400/1200/300     A
sabafoo      555-2127     1200/300          C

如果你想用第一列记录打印第二列 'EXACT' 匹配 'foo'

你可以使用--

$ awk ' == "foo" { print  }' BBS-list

但由于它们是 fooey、macfoo、sabafoo 等，您不会得到任何输出。

模式匹配来了，可以用"foo"代替，模式匹配/foo/

$ awk ' ~ /foo/ { print  }' BBS-list

结果将是 fooey、foot、macfoo 和 sabafoo，

示例礼貌（犹他大学）

因此，为了隔离 NULL，您可以使用

awk '==""' myfile.txt    // means third column (as you asked)

但在对我的系统进行研究和测试后，我感到困惑的是我无法使用 awk 隔离空值。它不能区分 NULL 和 Space.The 问题是你必须特别提到分隔符。最好的方法是使用 tab 作为字段分隔符。因此你可以使用，

awk 'BEGIN {FS="\t"} =="" {print}' myfile.txt

我认为这应该可以解决您的困境。

Answer 2

只需使用 awk 仅打印具有四个字段的行：

awk 'NF==4' /path/to/input   # Num Fields == 4

默认情况下 awk 忽略前导和尾随空白（在常见的语言环境中，这意味着 "spaces and tabs"）。因此，您想要的记录将被视为具有四个字段（1st2nd3rd4th），而其他人将有三个（1st2nd3rd).如果没有指定 awk "action"，则默认操作是打印当前行。

Answer 3

由于您在 Python 中提出了解决方案，这里有一个。它读取文件的每一行，然后将其拆分为空白处的列；如果第四列（索引 3）之后的列为空，则不会打印。

with open(filename, 'r') as f:
    for line in f:
        if line.split()[3:]:
            print line

您可能会发现 csv module 在处理分栏文件时更加稳健，但对于所述问题来说有点矫枉过正，并且不会保留输入的格式。

如何只打印第 4 列有值的行？

How to print only rows that have a value in the 4th column?

python

unix