对于制表符分隔的文件，用 0 填充空列单元格 [重复]答案

【问题标题】：fill empty column cells with 0 for tab delimited file [duplicate]对于制表符分隔的文件，用 0 填充空列单元格 [重复]
【发布时间】：2020-10-13 19:15:38
【问题描述】：

我有一个像这样的制表符分隔文件，但是对于某些行，列号小于应有的值（64 列），例如，如何用 0 填充这些单元格（文件有 64 列和4750 行会太大）：

（第 2,3,4 列有 1,2,1 列对应且没有尾随 \ts）

我想做

我已经尝试过 sed 's/\t\t/\t0\t/g' 但是像这样的所有解决方案都需要存在列空间，我该如何修复我的表？

【问题讨论】：

见ideone.com/AP9S3D，使用this solution。

标签： bash shell awk sed

【解决方案1】：

$ awk -v c=5 'BEGIN{FS=OFS="\t"} {for(i=NF+1; i<=c; i++) $i=0} 1' ip.txt
a   b   c   d   e
1   2   3   4   5
1   0   0   0   0
0   2   0   0   0
3   0   0   0   0

将c 更改为64 以供您实际输入。

sed 不适合这个，但是为了好玩，如果你没有空行，你可以这样做：

sed -E ':a s/^([^\t]+)((\t[^\t]+){0,3})$/\1\2\t0/; ta'

这里的s 命令只有在少于5 字段时才会匹配（将{0,3} 更改为{0,62} 用于64 列大小写），然后再添加一个字段。只要替换成功，ta 就会分支到标签a，从而模拟一个循环。

使用perl（请参阅Append zeros to list 了解说明）：

perl -pe 's|$|"\t0" x (4 - tr/\t//)|e'
perl -F'\t' -lane 'print join "\t", @F, (0)x(4-$#F)'

【讨论】：

【解决方案2】：

这可能对你有用（GNU sed）：

sed ':a;s/[^\t]\+/&/64;t;s/$/\t0/;ta' file

检查是否有正确的列数（对于你 64），如果是，请退出。

否则，附加一个制表符和一个零并重复。

注意这假设文件是制表符分隔的，对于更通用的解决方案，请使用：

d=' '
r=$(<<<"$d" sed 's/.*/[^&]\\+/')
sed ':a;s/'"$r"'/&/64;t;s/$/'"$d"'0/;ta' file

$d 是分隔符，$r 是双正则表达式。

分隔符是/ 或\ 的解决方案留给读者。

【讨论】：

【解决方案3】：

添加一个更通用的变体，您能否尝试使用 GNU awk 编写和测试并显示示例。通过这一点，我们不需要提及任何数量的字段，它会找到最大数量的字段并根据它添加零。

awk '
FNR==NR{
  maxField=(maxField>NF?maxField:NF)
  next
}
{
  if(NF<maxField){
    val=sprintf("%0"maxField-NF"d","0")
    gsub(/0/,"& ",val)
  }
  print $0,val
  val=""
}
' Input_file Input_file | column -t

【讨论】：