如何根据第一列awk分割文件

Question

我举例说明了我需要做的事情:

INPUT:

name value1 value2 value3
john xxxxx yyyyy qqqqqq
john xxxxx ddddd vvvvvv
john mmmmm jjjjj llllll
paul xxxxx yyyyy qqqqqq
paul ccccc ccccc dddddd

我需要在第一列中保留标题并将其拆分为相同名称的文件.我需要根据第一列继续命名我的输出文件.

输出:

FILE1:john.tsv

name value1 value2 value3
john xxxxx yyyyy qqqqqq
john xxxxx ddddd vvvvvv
john mmmmm jjjjj llllll

FILE2:paul.tsv

name value1 value2 value3
paul xxxxx yyyyy qqqqqq
paul ccccc ccccc dddddd

INPUT和OUTPUT文件是标签分开的.标题总是一样的.

我的解决方案非常复杂和缓慢:

head -1 INPUT > header

awk 'NR>1{print $1}' | sort | uniq > names

while read line

 do grep $line INPUT | cat header - > $line.tsv

< names

done

Answer 1

使用awk我们可以写类似的东西,

$ awk 'NR == 1{header = $0; next} 
    !($1 in filename){ print header > ($1".tsv") } 
    NR > 1 { print $0 > ($1".tsv"); filename[$1] }' file

它能做什么？

• NR == 1{header = $0}如果读取的记录数是1,则这是标题,将其保存以header供以后使用.

• NR > 1 { print $0 > ($1".tsv"); filename[$1] }如果我们已经读取了多个记录,则将该行的内容打印到文件名$1,即第一列.

  • filename[$1]我们将文件名保存在由文件名索引的关联数组中.该数组用于打印标题.

• ($1 in filename){ print header > ($1".tsv") }如果我们在filename数组中找不到当前文件名,那么它是第一次出现.所以我们将标题打印到文件中.

编辑

如果要对第二列上的文件进行排序,那么我们可以先对它们进行排序,然后将它们管道化为awk,

$ sort -n -k2 file | awk ....

• -n 数字排序.
• -k2 按第二个键排序.

如果标题也是数字,则这可能不起作用.