AWK：打印列变量，每个字符由 space 分隔

Question

我有一个非常大的文件，如下所示：

ID      Class     Values
126       1       332222330442022...
753       1       332222330442022...
119       1       402224220402022...
830       1       002233440232022...
944       1       222222220002022...

第 3 列是一个包含 50,000 个字符的字符串。我需要忽略顶行，删除第 2 列，将第 3 列中的所有 3 或 4 替换为 1，最后打印第 3 列，每个字符由 space.

分隔

所以期望的输出是：

126    1 1 2 2 2 2 1 1 0 1 1 2 0 2 2...
753    1 1 2 2 2 2 1 1 0 1 1 2 0 2 2...
119    1 0 2 2 2 1 2 2 0 1 0 2 0 2 2...
830    0 0 2 2 1 1 1 1 0 2 1 2 0 2 2...
944    2 2 2 2 2 2 2 2 0 0 0 2 0 2 2...

由于文件太大，如果可能，最好避免在第 3 列使用拆分。

到目前为止，除了打印由 space 分隔的第 3 列外，我可以实现所有内容：

awk -F " " 'NR!= 1 { gsub(3,1,); gsub(4,1,); printf "%s\t%s\n", ,  }' ./input.txt

我知道我可以使用类似于此处答案的 split() ()，但我还需要打印 $1。是否可以在同一个 awk 命令中分隔第 3 列？

Answer 1

你可以使用这个awk:

awk -v OFS='\t' 'NR > 1 {
   gsub(/[34]/, 1, )
   gsub(/./, "& ", )
   sub(/ $/, "", )
   print , 
}' file

126    1 1 2 2 2 2 1 1 0 1 1 2 0 2 2
753    1 1 2 2 2 2 1 1 0 1 1 2 0 2 2
119    1 0 2 2 2 1 2 2 0 1 0 2 0 2 2
830    0 0 2 2 1 1 1 1 0 2 1 2 0 2 2
944    2 2 2 2 2 2 2 2 0 0 0 2 0 2 2

Answer 2

使用您显示的示例，请尝试以下 awk 代码。在 GNU awk.

中编写和测试

awk '
BEGIN{
  FS=OFS="\t"
}
FNR>1{
  val=""
  gsub(/[34]/, 1, )
  num=split(,arr,"")
  for(i=1;i<=num;i++){
    val=(val?val OFS:"") arr[i]
  }
  print ,val
}
'  Input_file

说明：为以上代码添加详细说明。

awk '                              ##Starting awk program from here.
BEGIN{                             ##Starting BEGIN section of awk program from here.
  FS=OFS="\t"                      ##Setting FS and OFS as tab here.
}
FNR>1{                             ##If line is not first line then do following.
  val=""                           ##Nullifying val here.
  gsub(/[34]/, 1, )              ##Globally substituting 3 4 to 1 in  here.
  num=split(,arr,"")             ##Splitting  into array arr with NULL delimiter.
  for(i=1;i<=num;i++){             ##Running for loop from 1 to till value of num.
    val=(val?val OFS:"") arr[i]    ##Creating val which has all elements of arr added with spaces.
  }
  print ,val                     ##Printing  and val here.
}
'  Input_file                      ##Mentioning Input_file name here.

AWK：打印列变量，每个字符由 space 分隔

AWK: print column variable with each character separated by a space

string

awk

split