我有以下问题,我想在awk中
解决.我有一个大的文本表,逗号分隔,由100k行和5k列组成.第一行是
标题,第一列是记录标识.然后,我有第二个文本
文件,其中包含第一个
文件中的标头的子集.我想
提取第一个
文件的所有列,其
标题包含在第二个
文件中给出的列表中.这是输入和所需
输出的示例:
DATA.TXT
ID,head1,head2,head3,head4
1,25.5,1364.0,22.5,13.2
2,10.1,215.56,1.15,22.2
LIST.TXT
head1
head4
期望的输出:
ID,head4
1,13.2
2,22.2
任何人都可以给我一些关于如何在awk中解决这个问题的建议,或者通过unix脚本来解决这个问题?在此先感谢您的帮助!
我有一个想法,但由于我没有shell编程经验(并且不知道awk),这看起来像是以一种荒谬的方式重新发明了一些轮子:
$cat DATA.TXT
ID,head4
1,13.2
2,22.2
$cat LIST.TXT
head1
head4
$cols=($(sed '1!d;s/,/\n/g' DATA.TXT | grep -nf LIST.TXT | sed 's/:.*$//'))
$cut -d ',' -f 1$(printf ",%s" "${cols[@]}") DATA.TXT
ID,22.2
附:我从this和this答案中使用了一些关于bash数组的非常基本的想法.