☰

列数 = 0.00000000 に基づくファイル行のフィルタリング

tag-icon • tag-icon awk sed sparse-files
列数 = 0.00000000 に基づくファイル行のフィルタリング

列5以降の列数に基づいてファイル行（たとえば、以下のfile.txt）をフィルタリングしたいと思います=0.00000000。

以下のI / Oは例を示しています。値が0の2つ以上の列（列5以降）を持つ行をフィルタリングします。または=0.00000000（つまり、値が0の列が2つ以上ある行を削除するか、値が0以外の列が6つ未満（列5以降）の行を削除します。）

1つ、2つ、または3つ以上の列（5列目以降）を持つ行をフィルタリングすることを決定できるように、この操作を柔軟に実行する方法はありますか？=0.00000000

実際のファイルには数千の行と61または71の列がありますが、最初の5つの列は同じです。

ファイル.txt

MT 227 1 1.000 42.0 1:2=0.00036000 1:3=0.00000000 1:4=0.00004200 1:5=0.04300000 1:6=0.03400000 1:7=0.00000000 1:8=0.01204819
MT 233 1 1.000 60.0 1:2=0.10000000 1:3=0.00639386 1:4=0.00000000 1:5=0.00584795 1:6=0.20040000 1:7=0.10030000 1:8=0.02300000
MT 245 1 1.000 107.0 1:2=0.02000000 1:3=0.05600000 1:4=0.00000000 1:5=0.00000000 1:6=0.00000000 1:7=0.02922158 1:8=0.12631579
MT 251 1 1.000 136.0 1:2=0.13384412 1:3=0.01738004 1:4=0.10528891 1:5=0.00070562 1:6=0.01081160 1:7=0.00697347 1:8=0.00453430
MT 264 1 1.000 207.0 1:2=0.00000000 1:3=0.00000000 1:4=0.00000000 1:5=0.00413223 1:6=0.00000000 1:7=0.00192377 1:8=0.00000000
MT 286 1 1.000 300.0 1:2=0.00157816 1:3=0.00126087 1:4=0.00124224 1:5=0.00144928 1:6=0.00209524 1:7=0.00124224 1:8=0.00197719
MT 292 1 1.000 337.0 1:2=0.02000000 1:3=0.30000000 1:4=0.04000000 1:5=0.00050000 1:6=0.00148588 1:7=0.00000000 1:8=0.04000000
MT 293 1 1.000 326.0 1:2=0.00000000 1:3=0.00000000 1:4=0.00000000 1:5=0.00000000 1:6=0.00153610 1:7=0.00113162 1:8=0.00000000
MT 295 1 1.000 333.0 1:2=0.00084409 1:3=0.00125321 1:4=0.00117912 1:5=0.00067806 1:6=0.00041798 1:7=0.00108578 1:8=0.00183284
MT 296 1 1.000 343.0 1:2=0.00000000 1:3=0.00000000 1:4=0.00000000 1:5=0.00233645 1:6=0.00000000 1:7=0.00108070 1:8=0.00144300

出力.txt

MT 233 1 1.000 60.0 1:2=0.10000000 1:3=0.00639386 1:4=0.00000000 1:5=0.00584795 1:6=0.20040000 1:7=0.10030000 1:8=0.02300000
MT 251 1 1.000 136.0 1:2=0.13384412 1:3=0.01738004 1:4=0.10528891 1:5=0.00070562 1:6=0.01081160 1:7=0.00697347 1:8=0.00453430
MT 286 1 1.000 300.0 1:2=0.00157816 1:3=0.00126087 1:4=0.00124224 1:5=0.00144928 1:6=0.00209524 1:7=0.00124224 1:8=0.00197719
MT 292 1 1.000 337.0 1:2=0.02000000 1:3=0.30000000 1:4=0.04000000 1:5=0.00050000 1:6=0.00148588 1:7=0.00000000 1:8=0.04000000
MT 295 1 1.000 333.0 1:2=0.00084409 1:3=0.00125321 1:4=0.00117912 1:5=0.00067806 1:6=0.00041798 1:7=0.00108578 1:8=0.00183284

=0.00000000列を使用して（列5以降）行を削除する方がはるかに簡単になる可能性がありますが、これを行うと、あまりにもgrep -v "=0.00000000"多くのデータが失われます。どんな助けでも大変感謝します！

ベストアンサー1

私が見つけることができる最も簡単な解決策は次のとおりです（はい、非常に簡単です）。

awk -F '=0\\.00000000'   'NF<=2'   file

これにはいくつかの解決策があります。

  1. grepテキストを見つけるのは非常に速く、正しい正規表現だけで済みます。

    grep -vE '^([^ ]* ){5}.*(=0\.00000000.*){2}' file
    • この部分は、^([^ ]* ){5}行（）の先頭から始まり、スペース（5（）個）で{5}区切られた列（スペースではない）と一致します^。
    • その後、.*(=0\.00000000.*){2}その行で少なくとも2つが一致します=0\.00000000。
    • 最後に、一致を反転し（-v）拡張（ERE）正規表現（あまり\必要ありません）を使用します。

0一致する数を厳密に制限します。

  1. Sedにも同様の正規表現があります。

    sed '/^\([^ ]* \)\{5\}.*\(=0\.00000000.*\)\{2\}/d' file

    ただし、パターンと一致しない行は印刷されます（簡単に失敗する可能性があります）。

または

  1. awkはこの行をテキストとして扱います。

    awk -F '=0\\.00000000' 'NF<=2' file

  2. awkは浮動小数点数を解析し、0値を確認できます。

    @GlennJackmanの答えを使用してください。

おすすめ記事