awk - 整列中的计数模式

Question

我有以下带有 2 列的 csv 文件：

Header1,Header2
AU3CB0222255,EBFXFR
AU3CB0222271,DBFXFR
AU3CB0225233,DBFXFR
AU3CB0225662,DBFXFR
AU3CB0226264,DBFXFR

我想计算第 2 列中不以E.

我尝试了下面的命令，但它不能正常工作：

awk '$2 !~ /^E_/ { count++ }END{ print count }' FinalOutput.csv

Answer 1

您的awk命令有几个问题。

• 您尚未指定字段分隔符，因此awk在空格处拆分行，而不是,. 您可以使用-F','命令行选项来设置字段分隔符。
• 你的正则表达式规定/^E_/，因此将寻求不以启动域E_（其中的第2列的值没有做），不只是那些不下手E。删除_.
• 您的命令也会计算标题行。您可以使用FNR内部变量（自动设置为当前文件中的当前行号）来排除第一行。
• 正如 Rakesh Sharma 所指出的，如果所有行都以 开头E，则该命令将在末尾打印空字符串而不是 a，0因为使用了未初始化的变量。您可以通过打印count+0而不是count.

更正后的版本是

awk -F',' 'FNR>1 && $2!~/^E/{count++} END{print count+0}' FinalOutput.csv

请注意，由于我使用了FNR每个文件的行计数器（而不是全局行计数器NR），因此这也适用于多个输入文件，其中所有文件都有一个标题行，即您甚至可以将其用作

awk -F',' ' ... ' FinalOutput1.csv FinalOutput2.csv ...

Answer 2

其他一些方法：

• awk 如果条件为真，则默认打印，因此您可以简单地执行以下操作：

  $ awk -F, 'NR>1 && $2!~/^E/' file | wc -l
  4
  

• 从第二行开始打印文件，并计算您看到逗号后跟非 E 字符的次数（请注意，这假设每行只有一个逗号，如您的示例所示）：

  $ tail -n+2 file | grep -c ',[^E]'
  4
  

• perl

  $ perl -F, -lane '$c++ if $.>1 && $F[1] !~ /^E/ }{ print $c' file
  4
  

• sed 和 wc

  $ sed -n '1d; /,[^E]/p' file | wc -l
  4