提取列中的信息答案

【问题标题】：Extracting information within a column提取列中的信息
【发布时间】：2013-06-10 15:13:08
【问题描述】：

我正在尝试提取由制表符分隔的数据子集。我想在专栏中使用一些信息。例如 column2 有三个分数，用“;”隔开

col1 col2
1    a=2;b=1.1;c=0    
1    a=0.2;b=0.2;c=0.5  
1    a=1.5;b=1.9;c=3.5

我想提取 b 值大于 1 的行。在这种情况下，我想要的输出是

col1 col2
1    a=2;b=1.1;c=0    
1    a=1.5;b=1.9;c=3.5

我尝试使用 awk，但无法在列中提取信息。此外，顺序并不总是相同（a、b、c 等）。最好在搜索条件中包含“b > 1”。有什么建议吗？

【问题讨论】：

标签： unix awk extract vcf-vcard

【解决方案1】：

由于 Column2 的顺序可以是随机的，你可以这样做：

awk -F'\t' '
NR>1 {
    split($2,ary,/[;=]/); 
        for (i=1;i<=length(ary);i++) { 
            if (ary[i]=="b" && ary[i+1]>1) {
                print $0 
            }
        }
    next
}1' file

测试：

$ cat f
col1    col2
1       a=2;b=1.1;c=0    
1       a=0.2;b=0.2;c=0.5  
1       a=1.5;b=1.9;c=3.5  

$ awk -F'\t' '
NR>1 {
    split($2,ary,/[;=]/); 
        for (i=1;i<=length(ary);i++) { 
            if (ary[i]=="b" && ary[i+1]>1) {
                print $0 
            }
        }
    next
}1' f
col1    col2
1       a=2;b=1.1;c=0    
1       a=1.5;b=1.9;c=3.5

【讨论】：

感谢@Jaypal。这是工作。但是 NR 是否需要为 0 以便它也包括第一行？我只是尝试了一组不同的数据，但它错过了第一个条目。我将其更改为 0，它似乎工作正常。 NR 是做什么的？
NR 存储被测文件的行号。在我们的例子中，第一行是标题。由于我们不想在标题上进行拆分并按原样打印，因此整个操作在NR>1 上完成，这实质上意味着 - 不理会我的标题行并在所有剩余的行上执行此操作。最后的1 将按原样打印我们的标题行。如果您的主文件中没有第一行作为标题，那么您可以将其完全删除。在这种情况下，您还可以删除 next 和 1。它们都是为了打印标题行而添加的。
您不需要为每个字段调用length(ary)。 Spilt 为您返回此内容。 n=split($2,a,/;=/); for(i=1;i<=n;i++)
谢谢@Jaypal。完美运行

【解决方案2】：

GNU sed

sed -r '/b=0.[0-9]?|b=1.0|b=1([^0-9.]|$)/d' file

【讨论】：

@user1007742 它找到所有带有b>1 的行并将其显示在屏幕上。您需要什么信息？