在不连续表中生成缺失值答案

【问题标题】：Generating missing values in a discontinuous table在不连续表中生成缺失值
【发布时间】：2014-04-12 20:35:09
【问题描述】：

一个文件包含多个表。每个表都有三列，由制表符分隔。

第一列包含不连续的序列号。我想用 0 0 打印第二列和第三列缺少的序列号。

输入文件

Pos freq catagory
    13    1       4
    14    2       3
    17    5       2
    20    3       2 <<<<<
    21    1       4
    25    1       4
Pos freq catagory
    10    1       4
    12    2       3
    13    5       2
    14    3       2 <<<<<
    15    1       4

输出文件

Pos freq catagory
    13    1       4
    14    2       3
    15    0       0
    16    0       0
    17    5       2
    18    0       0
    19    0       0
    20    3       2 <<<<<
    21    1       4
    22    0       0
    23    0       0
    24    0       0
    25    1       4
Pos freq catagory
    10    1       4
    11 0 0 
    12    2       3
    13    5       2
    14    3       2 <<<<<
    15 1 4

您能帮我用 Perl、sed 或 awk 做吗？

【问题讨论】：

到目前为止，您是否编写过任何可以发布的代码？
您发布的数据中没有标签。第一列的数字前真的有空格吗？真实数据中有<<<<<吗？
标签后一行有
第一列的数字前真的有空格吗？正确设置数据格式很重要，而且无法猜测。

标签： perl sed awk

【解决方案1】：

以防万一您对 coreutils+sed 解决方案感兴趣：

$ join -a2 -j1 -t $'\t' input_file <(seq 13 25) | sed 's/^[^[:space:]]*$/&\t0\t0/'
13      1       4
14      2       3
15      0       0
16      0       0
17      5       2
18      0       0
19      0       0
20      3       2
21      1       4
22      0       0
23      0       0
24      0       0
25      1       4

【讨论】：

【解决方案2】：

$ awk -F'\t' -v OFS="\t" '!p{p=$1-1}++p<$1{for(p;p<$1;p++)print p,0,0}7' file 
13  1   4
14  2   3
15  0   0
16  0   0
17  5   2
18  0   0
19  0   0
20  3   2
21  1   4
22  0   0
23  0   0
24  0   0
25  1   4

【讨论】：

【解决方案3】：

这个 Perl 程序太长了，因为它试图在填充的数据行中使用原始文件中的间距。如果第一个字段的长度固定且带有前导空格，也会出错。

是的，我知道编写猜测正确规范的软件是愚蠢的。

use strict;
use warnings;

my $seq;

while (<>) {
  if ( / ( (\s*) (\d+) ) /x ) {
    if (defined $seq) {
      printf "%s%d\t0\t0\n", $2, $_ for $seq+1 .. $3-1;
    }
    $seq = $3;
  }
  else {
    $seq = undef;
  }
  print;
}

输出

Pos freq catagory
    13    1       4
    14    2       3
    15  0 0
    16  0 0
    17    5       2
    18  0 0
    19  0 0
    20    3       2 <<<<<
    21    1       4
    22  0 0
    23  0 0
    24  0 0
    25    1       4
Pos freq catagory
    10    1       4
    11  0 0
    12    2       3
    13    5       2
    14    3       2 <<<<<
    15    1       4

【讨论】：

@FIROZ：不，不是，这是一个非常糟糕的程序。我选择这样回答是因为您不会回答我的问题或正确描述您的数据。我没想到会被认真对待。请将您的一些真实数据放在pastebin 上，以便我改进我的代码