有条件地将一些行从一个文件写入另一个文件

Question

我有一个具有以下格式的文本文件（固定宽度）：

a1   b   c1    d     -> header
1    2    3    4
6    4    3    5
a2   b    c2   d2    -> header
7    9    1    4
a    b1   c6   d2    -> header
8    9    3    4

从这个文件中，我想创建另一个包含过滤行的文件。 如果带有c的列的值为 3 且b列的值不为 2，那么我希望该行包含标题。 如果列c没有值 3 那么我不想要任何行，包括它的标题。 因此，新文件必须如下所示：

a1   b   c1    d
6    4    3    5
a    b1   c6   d2
8    9    3    4

此外，值 3 只能出现在带有c的列中，而 2 只能出现在带有b的列中。 所以，我们甚至不用去查列，只要连续满足过滤条件即可。 唯一重要的是，如果满足条件，我还需要该行的标题。 如果没有，我也不想要标题。

怎样才能做到这一点？

我尝试过的是使用.read_fwf()读取 pandas 中的文件并保存每个数据帧。 之后，我过滤数据框并使用.to_string()将它们写入文件。 这正是我想要的（有点），但空格的数量不一致。 因为它是一个固定宽度的文件，所以我希望新文件的格式与旧文件完全相同。 我也尝试用np.savetxt()编写，但它也有空格问题。 遗憾的是，熊猫没有write_fwf 。

那么，也许我可以使用普通的 python 来代替 pandas 来做到这一点？ 甚至是 bash(powershell) 脚本？ 任何有用的东西:)

Answer 1

这可能对你有用（GNU sed）：

sed -nE ':a;/^a/{h;:b;n;/^\S+ +[^2 ]+ +3 /H;$bc;/^a/{:c;x;/\n/p;x;ba};bb}' file

这是一个过滤操作，因此设置-n并使用-E扩展正则表达式。

制作当前标题的副本并循环遍历数据行，将满足条件的行附加到它。

在文件末尾或下一个标题处，打印前一个标题和任何行。