主页 / coding / 问题 / 79186586
Accepted
Hashim Aziz
Asked: 2024-11-14 04:36:33 +0800 CST

替换 CSV 文件列中的重复值

  • 772

我有一个无标题的 CSV 文件，按第一列排序。当第二列和第三列相同时，我想将它们“折叠”为一列 - 即让最后一列留空。换句话说，这是：

0000001,11111,66666
0000002,12121,22222
0000003,33333,33333
0000004,74747,44444
0000005,12345,12345

...变成这样：

0000001,11111,66666
0000002,12121,22222
0000003,33333,
0000004,74747,44444
0000005,12345,

我尝试过各种排列组合grep和cut，但都无法奏效——我最接近的是cut -c 8-19 file.csv，它只是隔离了第 2 列和第 3 列。我觉得需要跨列执行此操作，并且需要删除值而不是整行，这使得它足够复杂，需要awk或sed，而我对这两者都不太了解，不知道如何处理它。

csv

5 个回答

  1. 这awk（对于任何发行版）都应该适合你：

    awk 'BEGIN {FS=OFS=","} $2 == $3 {$3=""} 1' file

0000001,11111,66666
0000002,12121,22222
0000003,33333,
0000004,74747,44444
0000005,12345,
    • 5

  2. 在 GNU 中，awk请使用您显示的示例尝试以下代码。使用match正则表达式函数 (^[^,]+,)([^,]+)(,)([^,]+)(.*$)，并利用其将匹配值保存到捕获组中的功能，以便以后根据需要进行检查和打印。

    awk '
match($0,/(^[^,]+,)([^,]+)(,)([^,]+)(.*$)/,arr){
  if(arr[2]==arr[4]){ arr[4]=arr[3] }
  print arr[1] arr[2] arr[3] arr[4]
}
' Input_file
    • 4
  3. Best Answer

    使用sed

    $ sed -E 's/([^,]*,([^,]*),)\2/\1/' input_file
0000001,11111,66666
0000002,12121,22222
0000003,33333,
0000004,74747,44444
0000005,12345,
    • 2

  4. 这可能对你有用（GNU sed）：

    sed -E 's/(,.*)\1$/\1,/' file

    模式匹配第二列和第三列并用第二列替换。

    • 1

  5. 我将利用 GNUAWK完成以下任务，让file.txt内容

    0000001,11111,66666
0000002,12121,22222
0000003,33333,33333
0000004,74747,44444
0000005,12345,12345

    然后

    awk 'BEGIN{FS=OFS=","}{print $1,$2,$2==$3?"":$3}' file.txt

    给出输出

    0000001,11111,66666
0000002,12121,22222
0000003,33333,
0000004,74747,44444
0000005,12345,

    解释：我告诉 GNU，AWK逗号既是字段分隔符（FS），又是输出字段分隔符（OFS），然后我使用所谓的三元运算符组成一行，条件是第二个字段等于第三个字段，如果为真，则值为空字符串，如果为假，则值为第三个字段内容。

    （在 GNU Awk 5.0.1 中测试）

    • 0

相关问题