awk：select 匹配词后的第一列和列中的值

Question

我有一个.csv，其中每一行对应一个人（第一列）和具有该人可用值的属性。 我想为属性可用的人提取特定属性的名称和值。 该文档的结构如下：

name,attribute1,value1,attribute2,value2,attribute3,value3
joe,height,5.2,weight,178,hair,
james,,,,,,
jesse,weight,165,height,5.3,hair,brown
jerome,hair,black,breakfast,donuts,height,6.8

我想要一个看起来像这样的文件：

name,attribute,value
joe,height,5.2
jesse,height,5.3
jerome,height,6.8

使用这篇较早的帖子，我尝试了几种不同的awk方法，但仍然无法同时获取第一列和任何具有所需属性值（比如高度）的列。 例如，以下返回所有内容。

awk -F "height," '{print $1 "," FS$2}' file.csv

我可以grep只有其中包含高度的行，但如果可以的话，我更愿意在一行中完成所有操作。

Answer 1

您可以使用此awk ：

cat attrib.awk

BEGIN {
   FS=OFS=","
   print "name,attribute,value"
}
NR > 1 && match($0, k "[^,]+") {
   print $1, substr($0, RSTART+1, RLENGTH-1)
}

# then run it as
awk -v k=',height,' -f attrib.awk file

name,attribute,value
joe,height,5.2
jesse,height,5.3
jerome,height,6.8

# or this one
awk -v k=',weight,' -f attrib.awk file

name,attribute,value
joe,weight,178
jesse,weight,165

Answer 2

使用您显示的示例，请尝试使用以下awk代码。 在 GNU awk中编写和测试。 简单的解释是，使用 GNU awk并将RS （记录分隔符）设置为^[^,]*,height,[^,]*然后根据要求打印 RT 以获得预期的 output。

awk -v RS='^[^,]*,height,[^,]*' 'RT{print RT}' Input_file

Answer 3

一个awk想法：

awk -v attr="height" '
BEGIN  { FS=OFS="," }
FNR==1 { print "name", "attribute", "value"; next }
       { for (i=2;i<=NF;i+=2)                         # loop through even-numbered fields
             if ($i == attr) {                        # if field value is an exact match to the "attr" variable then ...
                print $1,$i,$(i+1)                    # print current name, current field and next field to stdout
                next                                  # no need to check rest of current line; skip to next input line
             }
       }
' file.csv

注意：这假设输入值（本例中的height ）将与文件中的字段完全匹配（包括相同的大小写）

这会产生：

name,attribute,value
joe,height,5.2
jesse,height,5.3
jerome,height,6.8

Answer 4

我建议使用sed ：

sed -n 's/^\([^,]*\).*\(,height,[^,]*\).*/\1\2/p' file.csv

Answer 5

使用perl 单线：

$ perl -lne '
    print "name,attribute,value" if $.==1;
    print "$1,$2" if /^(\w+).*(height,\d+\.\d+)/
' file

output

name,attribute,value
joe,height,5.2
jesse,height,5.3
jerome,height,6.8

Answer 6

awk在脚本之前的-v标志之后接受变量值 arguments。 因此，可以使用通用模式将所需属性的名称传递到 awk 脚本中：

awk -v attr=attribute1 ' {} ' file.csv

在脚本内部，传递的变量的值由变量名引用，在本例中为attr 。

您的标准是打印第 1 列，第一列包含名称，对应于所需 header 值的列，以及紧接在该列之后的列（包含匹配值）。

因此，以下脚本允许您找出标题为“attribute1”的列及其下一个邻居：

awk -v attr=attribute1 ' BEGIN {FS=","} /attr/{for (i=1;i<=NF;i++) if($i == attr) col=i;} {print $1","$col","$(col+1)} ' data.txt

结果：

name,attribute1,value1
joe,height,5.2
james,,
jesse,weight,165
jerome,hair,black

另一列（属性 3）：

awk -v attr=attribute3 ' BEGIN {FS=","} /attr/{for (i=1;i<=NF;i++) if($i == attr) col=i;} {print $1","$col","$(col+1)} ' awkNames.txt

结果：

name,attribute3,value3
joe,hair,
james,,
jesse,hair,brown
jerome,height,6.8

只需更改所需列的-v attr=参数的值。