Linux:我想获取第 3 列的前 10 条记录。该列有一些缺失的数据。我整理了文件

Question

我不确定如何忽略此处丢失的数据。

我的 ; 分隔文件看起来像(用空格书写以便于阅读):

Col1  Col2  Col3  Col4  Col5
12    a     ?     ?     ?
1     b     ?     ?     ?
45    c     7.22  6.09  2.2
11    d     7.0   3.89  9.7
26    e     6.24  8.2  5.9
and so on....

我想获取第3列最大值的记录

Col1  Col2  Col3  Col4  Col5
45    c     7.22  6.09  2.2
11    d     7.0   3.89  9.7
26    e     6.24  8.2  5.9

我将第 3 列上的文件倒序排列。不确定如何进一步进行。

sort -t';' -k3 -r original.txt > newfile.txt 

Answer 1

命令行的优点在于，您可以轻松地将最好的工具用于适当的应用程序，或者使用管道 | 链接输出，或者创建临时文件，如 newfile.txt。

在这种情况下，使用sort 是对数据进行排序的合适选择。排序后，您可以使用一个单独的工具来非常有效地解析数据，awk。

从你排序的 newfile.txt 开始，这个 awk 操作只会打印一行有 5 个字段(假设你丢失的数据实际上丢失了并且没有空分隔符，例如你的行看起来像 45;c; 而不是 45;c;;;)

awk -F';' 'NF == 5 { print }' newfile.txt

但是，在空字段被分隔的情况下(例如 45;c;;;)，并假设只有第 3 列到第 5 列可能有缺失数据，这将处理它:

awk -F';' 'NF == 5 && $3 && $4 && $5 { print }' newfile.txt

请注意，由于 awk 的默认行为是打印，上面的 { print } 实际上是不必要的，但包含在教学中。

因此，从头到尾，您可以获得想要的结果，

sort -t ';' -rk3 original.txt | awk 'NF==5 && $3 && $4 && $5' > result.txt