提取使用bash公用事業文本數據的

我有不平凡的任務，從大的CSV日誌看起來提取一些相關的數據，如提取使用bash公用事業文本數據的

Frame #,Residue,Internal,van der Waals,Electrostatic,Polar Solvation,Non-Polar Solv.,TOTAL 
1,1,119.745,0.356,-132.009,-95.618,1.7886312,-105.7373688 
1,2,106.093,-3.835,-182.473,40.582,0.7132608,-38.9197392 
1,3,21.228,-1.744,-38.026,-7.707,1.1189664,-25.1300336 
1,4,-5.717,-4.721,-30.38,-4.839,0.406512,-45.250488 
1,5,70.846,-4.127,-53.317,-2.534,0.7808472,11.6488472 
... 
2,1,119.745,0.356,-132.009,-95.618,1.7886312,-105.7373688 
2,2,106.093,-3.835,-182.473,40.582,0.7132608,-38.9197392 
2,3,21.228,-1.744,-38.026,-7.707,1.1189664,-25.1300336 
2,4,-5.717,-4.721,-30.38,-4.839,0.406512,-45.250488 
2,5,70.846,-4.127,-53.317,-2.534,0.7808472,11.6488472 
... 
n,1,119.745,0.356,-132.009,-95.618,1.7886312,-105.7373688 
n,2,106.093,-3.835,-182.473,40.582,0.7132608,-38.9197392 
n,3,21.228,-1.744,-38.026,-7.707,1.1189664,-25.1300336 
n,4,-5.717,-4.721,-30.38,-4.839,0.406512,-45.250488 
n,5,70.846,-4.127,-53.317,-2.534,0.7808472,11.6488472

在這裏，我想最終選擇了第2列指定值（#residue），並根據第1列（#frame number）寫入其最後一列（#total energy）的寫入進化（#snapshot number列的功能）。換句話說，我需要1）排序的所有數據按照第2列第一個）：即以選擇每個字符串，其中等於規定值（即n = 27）

#Frame, #Residue 

1,27, ... , # last column value which is interested for me! 
2,27, ... , # last column value which is interested for me! 
3,27, ... , # last column value which is interested for me! 
3,27, ... , # last column value which is interested for me!

在第二列中的數字比其相應的最後一列的值提取所以resululting日誌將具有onlu 3列：

#Frame, #Residue, # Total energy 

1,27, # last column value which is interested for me! 
2,27, # last column value which is interested for me! 
3,27, # last column value which is interested for me! 
3,27, # last column value which is interested for me!

將使用AWK感謝任何實現和sed！

謝謝！

格列布

來源

2015-05-18 user3470313

要提取在第二列27行，你可以使用grep：

grep '^[^,]\+,27,' input.csv 
     | | | 
beginning | | 
    not comma | 
       repeated

要只輸出的第一，第二和第8列，使用cut：

grep '^[^,]\+,27' input.csv | cut -d, -f1,2,8 
            | | 
          delimiter | 
             fields

要按第二列對文件進行排序，您可以使用sort：

sort -t, -nk2,2 input.csv 
     | | | 
delimiter | | 
    numeric | 
    sort by only the second field

來源

2015-05-18 12:17:20 choroba

你可以在「27」後加上一個逗號，否則它可以匹配像270最大號，271，271337 ...： 'grep'可以^ [^，] \ +，27，'input.csv | cut -d，-f1,2,8' –

'\ +'在POSIX基本正則表達式中是未定義的，所以你依賴於將'\ +'視爲「1或更多」的grep。這就是說，它應該是'*'而不是。 – geirha

thx！一個問題：在初始data.csv的第i次提取後，要在腳本中添加什麼來停止提取這些行？ E，g使用此命令僅提取n行。 – user3470313

下面是一個AWK溶液：

awk -v n=27 'BEGIN { OFS = FS = "," } $2 == n { print $1, $2, $NF }' input.csv

-v n=27 - 通過分配AWK變量n值27
BEGIN { OFS = FS = "," }開始 - AWK開始分析任何數據之前部分中運行的BEGIN。在這裏，我們將FS（場分隔符）和OFS（輸出字段分隔符）都設置爲「，」，以便輸入行和輸出行將以逗號分隔/分隔。
$2 == n { print $1, $2, $NF } - 對於第二個字段（$ 2）等於n的任何記錄（行），輸出第一個，第二個和最後一個字段。

後米比賽停止：

awk -v n=27 -v m=3 'BEGIN { OFS = FS = "," } $2 == n { print $1, $2, $NF; if (++count == m) exit}' input.csv

來源

2015-05-18 12:51:59 geirha

thx！再次提問：在初始data.csv的第i次提取後，要在腳本中添加什麼來停止提取這些行？E，g使用此命令僅提取n行。 – user3470313

@ user3470313我已經更新了答案。 – geirha

提取使用bash公用事業文本數據的

回答

相關問題