以下の4つの列を持つCSVファイルがあります。
aa,bb,cc,dd
ee,bb,cc,dd
ff,bb,cc,dd
xx,11,22,33
yy,11,22,33
私はそれを次のように変更したいと思います：
aa,ee,ff,bb,cc,dd
xx,yy,11,22,33
デフォルトでは、最後の3つの同じ列を持つ行を見つけて、最初のフィールドをマージします。
BashやPythonでこれを行う方法を知っている人はいますか？
ベストアンサー1
以下はプログラムですawk：
#!/bin/awk -f
BEGIN {OFS = FS = ","}
{
gsub(/ +$/, "", $4)
field = $2","$3","$4
if (field in a)
a[field] = a[field]","$1
else
a[field] = $1
}
END { for (i in a) print a[i], i}
追加のPythonプログラムがあります：
from collections import OrderedDict
records = OrderedDict()
for line in open('file1'):
field, key = line.strip().split(',', 1)
records.setdefault(key, []).append(field)
for key, fields in records.items():
print(','.join(fields + [key]))
結果：
aa,ee,ff,bb,cc,dd
xx,yy,11,22,33