我有兩個檔案
$cat file1.txt
0105 20 20 95 50
0106 20 20 95 50
0110 20 20 88 60
0110 20 20 88 65
0115 20 20 82 70
0115 20 20 82 70
0115 20 20 82 75
如果你看到file1.txt，第1列有重復的值，分別是0110和0115。
所以我想僅根據第 5 列的值保留一行，這些值更接近參考檔案 (file2.txt) 中的相應值。此處closely 表示file2.txt 中相等或最接近的值。我不想更改 file1.txt 中的任何值，而只想選擇一行。
$cat file2.txt
0105 20 20 95 50
0106 20 20 95 50
0107 20 20 95 52
0110 20 20 88 65 34
0112 20 20 82 80 23
0113 20 20 82 85 32
0114 20 20 82 70 23
0115 20 20 82 72
0118 20 20 87 79
0120 20 20 83 79
因此，如果我們比較這兩個檔案，我們必須保留 0110 20 20 88 65，因為file1.txt 中的第5 列條目（即65）與參考檔案中的（即file2.txt 中的65）更接近，并洗掉其他重復行。同樣，我們必須保留0115 20 20 82 70因為70更接近72并洗掉其他兩行以0115
期望輸出：
0105 20 20 95 50
0106 20 20 95 50
0110 20 20 88 65
0115 20 20 82 70
我正在嘗試使用以下腳本，但沒有得到我想要的結果。
awk 'FNR==NR { a[$5]; next } $5 in a ' file1.txt file2.txt > test.txt
awk '{a[NR]=$1""$2} a[NR]!=a[NR-1]{print}' test.txt
我的fortran程式演算法是：
# check each entries in column-1 in file1.txt with next rows if they are same or not
i.e. for i=1,i do # Here i is ith row
for j=1,j do
if a[i,j] != a[i 1,j]; then print the whole row as it is,
else
# find the row b[i,j] in file2.txt starting with a[i,j]
# and compare the 5th column i.e. b[i,j 5] with all a[i,j 5] starting with a[i,j] in file1.txt
# and take the differences to find closest one
e.g. if we have 3 rows starting with same entry, then
we select the a[i,j] in which diff(b[i,j 5],a[i,j 5]) is minumum i=1,2,3
uj5u.com熱心網友回復：
awk 'BEGIN {
while ((getline line < "file2.txt")>0) {
split(line, f);
file2[f[1]] = line;
}
}
{
if (!($1 in result)) result[$1] = $0;
split(result[$1], a);
split(file2[$1], f);
if (abs(f[5]-$5) < abs(f[5]-a[5])) result[$1] = $0;
}
END {
for (i in result) print result[i];
}
function abs(n) {
return (n < 0 ? -n : n);
}' file1.txt | sort
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/347833.html
上一篇：Shell/Bash-發送cli命令直到回傳所需的值
下一篇：回圈遍歷bashscript中的檔案名-需要在每個回圈第n次迭代中更新檔案中的一行文本，使用n 1但回圈序列會導致問題