免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 3308 | 回复: 7
打印 上一主题 下一主题

[文本处理] 请教awk将一列转为下面的两列格式 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2013-12-09 20:37 |只看该作者 |倒序浏览
本帖最后由 chenjiali1 于 2013-12-09 20:38 编辑

A文件如下所示:
ENSMUSG00000000001 190
ENSMUSG00000000001 153
ENSMUSG00000000002 129
ENSMUSG00000000003 128
ENSMUSG00000000003 157
ENSMUSG00000000003 141
ENSMUSG00000000004 42
ENSMUSG00000000004 117
ENSMUSG00000000004 87
ENSMUSG00000000004 2323

想要转化成的文件如下所示:
ENSMUSG00000000001 0 190
ENSMUSG00000000001 191 343
ENSMUSG00000000002 0 129
ENSMUSG00000000003 0 128
ENSMUSG00000000003 129 285
ENSMUSG00000000003 286 426
ENSMUSG00000000004 0 42
ENSMUSG00000000004 43 159
ENSMUSG00000000004 160 246
ENSMUSG00000000004 247 2569
即A文件的第二列可以看成一个长度,在B文件中给出数值区间,如第一行,190可以转化为0 190, 第二行在190的基础上加上153,就是343,这时候的起始数字为190+1,则这行为ENSMUSG00000000001 191 343,在计算的时候,根据第一列的不同,要分开来算,如到了ENSMUSG00000000002,这里的129又重新定义为0 129.
请问如何实现,谢谢大家!

论坛徽章:
0
2 [报告]
发表于 2013-12-09 21:19 |只看该作者
本帖最后由 sweettania 于 2013-12-09 22:57 编辑

awk '{if(!($1 in a)){a[$1]=$2;print $1,0,$2}else{print $1,a[$1]+1,a[$1]+$2;a[$1]+=$2}}' A

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
3 [报告]
发表于 2013-12-09 23:18 |只看该作者
  1. awk '!a[$1]++{$3=$2;$2=0}$1==p{$3=q+$2;$2=q+1}{p=$1;q=$3}1'
复制代码

论坛徽章:
7
亥猪
日期:2013-10-10 17:00:29辰龙
日期:2013-10-12 16:23:19卯兔
日期:2013-11-18 17:01:27金牛座
日期:2014-09-09 10:17:052015七夕节徽章
日期:2015-08-21 11:06:172015亚冠之柏太阳神
日期:2015-09-25 13:56:42数据库技术版块每日发帖之星
日期:2016-08-06 06:20:00
4 [报告]
发表于 2013-12-10 10:11 |只看该作者
本帖最后由 li0924 于 2013-12-10 10:15 编辑

看看这个怎么样?
  1. awk '{s=a[$1]++?e+1:0;e=b[$1]++?e+$2:$2;print $1,s,e}' file
复制代码

论坛徽章:
93
2015年辞旧岁徽章
日期:2019-10-10 10:51:15CU大牛徽章
日期:2014-02-21 14:21:56CU十二周年纪念徽章
日期:2020-10-15 16:55:55CU大牛徽章
日期:2014-02-21 14:22:07羊年新春福章
日期:2019-10-10 10:51:39CU大牛徽章
日期:2019-10-10 10:55:38季节之章:春
日期:2020-10-15 16:57:40ChinaUnix元老
日期:2019-10-10 10:54:42季节之章:冬
日期:2019-10-10 10:57:17CU大牛徽章
日期:2014-02-21 14:22:52CU大牛徽章
日期:2014-03-13 10:40:30CU大牛徽章
日期:2014-02-21 14:23:15
5 [报告]
发表于 2013-12-10 10:18 |只看该作者
  1. [seesea@UC  ~]$ awk '{print $1, $1 in ar ? ar[$1]+1 : 0, ar[$1]+$2; ar[$1]+=$2}' A      
  2. ENSMUSG00000000001 0 190
  3. ENSMUSG00000000001 191 343
  4. ENSMUSG00000000002 0 129
  5. ENSMUSG00000000003 0 128
  6. ENSMUSG00000000003 129 285
  7. ENSMUSG00000000003 286 426
  8. ENSMUSG00000000004 0 42
  9. ENSMUSG00000000004 43 159
  10. ENSMUSG00000000004 160 246
  11. ENSMUSG00000000004 247 2569
复制代码

论坛徽章:
93
2015年辞旧岁徽章
日期:2019-10-10 10:51:15CU大牛徽章
日期:2014-02-21 14:21:56CU十二周年纪念徽章
日期:2020-10-15 16:55:55CU大牛徽章
日期:2014-02-21 14:22:07羊年新春福章
日期:2019-10-10 10:51:39CU大牛徽章
日期:2019-10-10 10:55:38季节之章:春
日期:2020-10-15 16:57:40ChinaUnix元老
日期:2019-10-10 10:54:42季节之章:冬
日期:2019-10-10 10:57:17CU大牛徽章
日期:2014-02-21 14:22:52CU大牛徽章
日期:2014-03-13 10:40:30CU大牛徽章
日期:2014-02-21 14:23:15
6 [报告]
发表于 2013-12-10 10:19 |只看该作者
这样就可以了,原来如此啊:
  1. [seesea@UC  ~]$ awk '{print $1, $1 in ar ? ar[$1]+1 : 0, ar[$1]+=$2}' A
  2. ENSMUSG00000000001 0 190
  3. ENSMUSG00000000001 191 343
  4. ENSMUSG00000000002 0 129
  5. ENSMUSG00000000003 0 128
  6. ENSMUSG00000000003 129 285
  7. ENSMUSG00000000003 286 426
  8. ENSMUSG00000000004 0 42
  9. ENSMUSG00000000004 43 159
  10. ENSMUSG00000000004 160 246
  11. ENSMUSG00000000004 247 2569
复制代码

论坛徽章:
60
20周年集字徽章-20	
日期:2020-10-28 14:04:3015-16赛季CBA联赛之北京
日期:2016-07-06 15:42:0715-16赛季CBA联赛之同曦
日期:2016-06-12 10:38:0915-16赛季CBA联赛之佛山
日期:2016-05-27 11:54:56黄金圣斗士
日期:2015-12-02 11:44:35白银圣斗士
日期:2015-11-25 14:32:43白银圣斗士
日期:2015-11-23 12:53:352015亚冠之布里斯班狮吼
日期:2015-10-21 16:55:482015亚冠之首尔
日期:2015-09-01 16:46:052015亚冠之德黑兰石油
日期:2015-08-31 11:39:192015亚冠之萨济拖拉机
日期:2015-08-28 21:06:5315-16赛季CBA联赛之广东
日期:2016-07-12 14:58:53
7 [报告]
发表于 2013-12-10 10:25 |只看该作者
  1. awk 'a!=$1{print $1,0,$2;b=0}a==$1{print $1,b+1,b+$2}{a=$1;b+=$2}' file
复制代码

论坛徽章:
780
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
8 [报告]
发表于 2013-12-10 10:26 |只看该作者
  1. awk '!a[$1]{a[$1]=$2;print $1" "0" "$2;next} a[$1]{s=a[$1]+1;a[$1]+=$2;print $1" "s" "a[$1]}' i
复制代码
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP