如何将每一对行的信息合并为一行？

Question

我有这样的数据（真实数据有超过 50,000 位数字和 8000 行）：

输入：

1 11122
1 21121
2 22221
2 11122
3 21121
3 11122

我想将每个第二行的值放在具有相同名称的第一行的值旁边。此外，每对值之间应该有两个空格作为分隔符，并且不同的值对之间应该有一个制表符作为分隔符。输出应如下所示：

输出：

1   1  2    1  1    1  1    2  2    2  1
2   2  1    2  1    2  1    2  2    1  2
3   2  1    1  1    1  1    2  2    1  2

有什么建议吗？

Answer 1

我会使用 perl，并将其作为 oneliner 运行，如下所示：

perl -wne 'sub parseline { ($id,$v) = split; return split //,$v };
    @a = parseline();
    print "$id\t";
    $_ = <>;
    @b = parseline();
    for ($i=0; $i<@a; $i++) {
      print "$a[$i]  $b[$i]\t"
    };
    print "\n"' < input  > output

解释：

• perl -wne 为每一行输入运行其余的命令
• sub parseline { .... }将解析输入，并将行中的第一个数字设置为$id，并将其余部分作为字符数组返回。
• @a=parseline() 将第一行字符存储在数组@a 中
• 接下来，我们打印$id，然后是 TAB ( \t)
• $_=<>; @b=parseline(); 将读取下一行（偶数）并将其数据放入数组中 @b
• for ($i=0; $i<@a; $i++) { print "$a[$i] $b[$i]\t" }对于数组的每个元素@a，我们将打印该元素，两个空格，数组中的对应元素@b，然后是制表符
• print "\n" 将在最后打印换行符
• 由于-n参数 toperl在开始时，整个过程将重新开始，从第 3 行开始，然后是第 5 行，然后是第 7 行等等。
• < input > output 指示我们从哪个文件读取我们的输入，以及我们将输出写入哪个文件。

注意：代码将在每行的末尾打印额外的标签。删除它作为练习留给读者，以防止众包作业并保持代码更简单。此外，该代码假定要配对的行始终是两条又一条（如示例中所示）

当它逐行处理输入文件时，它可以轻松地线性扩展数千行......