如何根据 if 语句为新文件选择数据列？答案

【问题标题】：How to select columns of data for a new file based on an if statement?如何根据 if 语句为新文件选择数据列？
【发布时间】：2019-01-23 19:34:31
【问题描述】：

我正在从最初的大型数据集中对数据进行子集化。我设法从这个原始数据中选择了我想要的新文件的列数，但随后尝试根据 if 语句进行进一步选择（要求我的新文件的第 28 列仅包含

awk 'BEGIN{FS="\t"} { for(i=125; i<=NF; ++i) printf $i""FS; print ""}' Bigfile.txt> Smallfile.txt

awk 'BEGIN{FS="\t"} {if($28<=5000) print $1,$2,$3,$4,$5,$6,$7,$8,$9,$10,$11,$12,$13,$14,$15,$16,$17,$18,$19,$20,$21,$22,$23,$24,$25,$26,$27,$28,$28}' Smallfile.txt > Smallfile1.txt

第一行 awk 工作正常，从我的原始数据集中选择了我想要的 28 列。第二行不会让我进一步细分。我尝试删除 BEGIN，添加 ;在某些地方，并使用 -F"\t" 而不是 {FS="\t"}

【问题讨论】：

标签： shell unix if-statement awk

【解决方案1】：

请您尝试关注一次。由于您主要担心的是您的输出不是以制表符分隔的格式出现，因此在BEGIN 部分中设置OFS="\t" 的值应该注意这一点。

现在谈到您的第二个问题，您需要打印我已经放置 FNR==1{print;next} 条件的标题（FNR==1 表示它正在检查行号是否为 1，然后执行以下操作。然后 @987654325 @ 将打印第一行，next 是 awk 的开箱即用函数，它将跳过此处的所有进一步语句）。由于您没有展示样品，所以我无法对其进行测试。

awk 'BEGIN{FS=OFS="\t"} FNR==1{print;next} {if($28<=5000) print $1,$2,$3,$4,$5,$6,$7,$8,$9,$10,$11,$12,$13,$14,$15,$16,$17,$18,$19,$20,$21,$22,$23,$24,$25,$26,$27,$28,$28}' Smallfile.txt > Smallfile1.txt

【讨论】：

这很好用，现在我明白为什么了，谢谢！
@DN1，很高兴它对您有所帮助，当您在帖子中看到很少的答案时，您可以选择其中任何一个作为正确答案。继续学习并继续在这个伟大的网站上发帖。
我注意到的一件事是，我尝试使用新行进行进一步的子集化，再次正常工作，但重复我的第 28 列给我一个没有标题的第 29 列，这是对我来说不是问题，但发生这种情况的原因是什么？我的新行是： awk 'BEGIN{FS=OFS="\t"} FNR==1{print;next} {if($10=="Significant") print $1,$2,$3,$4,$5,$6, $7,$8,$9,$10,$11,$12,$13,$14,$15,$16,$17,$18,$19,$20,$21,$22,$23,$24,$25,$26,$27,$28,$28}' Smallfile1.txt > Smallfile2.txt
@DN1，我相信你有2次$28.$28最后你的命令是什么原因？请将其更改为$28,$29，然后让我知道。再次没有看到样品，我只是按照你的解释。
@DN1，如果您不想对我们需要打印的字段编号进行硬编码，那么您可以使用 for 循环包括条件直到您需要运行它的字段编号等. 然后要么创建一个连接自己的值的变量，直到所有必需的字段值都被读取，要么使用 printf 继续在单行中打印它们，最后字段打印一个新行。试一试。

【解决方案2】：

您尝试执行的任务显然可以在单个 awk 脚本中完成。

您的第一个 awk 脚本从第 125 列开始选择所有列。第二个 awk 脚本根据第 28 列的值进行二次选择。

这也是等价的：

awk 'BEGIN{FS=OFS="\t"}
     (FNR==1) || ($(125+28-1) <= 5000) {
         for(i=125;i<=NF;++i) printf (i==125?"":OFS) $i; printf ORS
     }' BigFile > SmallFile1

这是有效的，因为 awk 与 pattern { action } 对一起工作，说明如果满足 pattern，则执行 action。这里的模式是(FNR==1) || ($(125+28-1) <= 5000)，表示如果我们正在处理文件(FNR==1) 的第一条记录或（||）第28 列大于或等于5000 ($(125+28-1) <= 5000)，则满足pattern。

【讨论】：