次のファイルがあります。
xxx ax1 bx1
xxx ax2 bx2 cx2
xxx ax3 bx3
yyy ay1 cy1
zzz az1 cz1
zzz az1 bz2
...
私は次の出力が欲しい：
xxx ax1,ax2,ax3 bx1,bx2,bx3 cx2
yyy ay1 cy1
zzz az1 bz2 cz1
...
私はawkを使ってみましたawk -F'\t' -v OFS='\t' '{x=$1;$1="";a[x]=a[x]$0}END{for(x in a)print x,a[x]}' file。しかし、このコマンドはその列が属する列を無視し、出力は私が望むものとは異なります。
ベストアンサー1
awk '
BEGIN{ FS=OFS="\t" }
{ for(i=2; i<=NF;i++)
if (!seen[$1, $i, i]++)
grp[$1, i]=(grp[$1, i]==""?"":grp[$1, i] ($i!=""?",":"")) $i
else
grp[$1, i]= grp[$1, i]
}
END{ for(x in grp) {
split(x, tmp, SUBSEP);
join[tmp[1]]=(join[tmp[1]]==""?"":join[tmp[1]] OFS) grp[x]
}
for (x in join) print x, join[x]
}' infile
出力：
yyy ay1 cy1
xxx ax1,ax2,ax3 bx1,bx2,bx3 cx2
zzz az1 bz2 cz1
フィールドが正しい位置にあることを確認するには、括弧でフィールドを囲みます。
awk '
BEGIN{ FS=OFS="\t" }
{ for(i=2; i<=NF;i++)
if (!seen[$1, $i, i]++)
grp[$1, i]=(grp[$1, i]==""?"":grp[$1, i] ($i!=""?",":"")) $i
else
grp[$1, i]= grp[$1, i]
}
END{ for(x in grp) {
split(x, tmp, SUBSEP);
join[tmp[1]]=(join[tmp[1]]==""?"":join[tmp[1]] OFS) "["grp[x]"]"
}
for (x in join) print x, join[x]
}' infile
出力：
yyy [ay1] [] [cy1]
xxx [ax1,ax2,ax3] [bx1,bx2,bx3] [cx2]
zzz [az1] [bz2] [cz1]
メモ:
- この答えは、入力がソートされているかどうかに関係なく機能します。
- この答えは出力履歴を混乱させます。
- このコードは
!seen[$1, $i, i]++次の目的で使用されます。列の各IDエントリは一意です。。 IDに関係なく、すべての列から重複したエントリを削除するには!seen[$1, $i]++）に変更します。
たとえば、
$ cat infile
xxx ax1 ax1
xxx ax1 bx2 ax3
xxx ax3 bx2
yyy ay1 ay1 cy3
zzz az1 bz3 cz1
zzz az1 bz2 bz3
Output（when !seen[$1, $i, i]++）;そのIDに属する各列の重複エントリのみを削除します。
yyy [ay1] [ay1] [cy3]
xxx [ax1,ax3] [ax1,bx2] [ax3]
zzz [az1] [bz3,bz2] [cz1,bz3]
出力( seen[$1, $i]++);項目の列位置に関係なく、すべての重複項目が削除されます。
yyy [ay1] [] [cy3]
xxx [ax1] [bx2] [ax3]
zzz [az1] [bz3,bz2] [cz1]