python - 从缺少条目的多列文件中提取数据

Question

我正在尝试从 multicolumn file 中提取一些数据命名为 mass.mas03。列由 tab 分隔。当数据开始时，您可以看到有些条目是空的(即第 44 行 VS 第 45 行)。

整个想法是从特定列(MASS EXCESS，即)中提取多行数据，求和并在 xy 轴系统上创建一条水平线，其中y 坐标是这些值的总和。

以第 41、65、74 行为例

  -1    0    1    1 H          7288.97050    0.00011      0.0      0.0   B-      *                1 007825.03207    0.00010
   0    4    4    8 Be         4941.672      0.035     7062.435    0.004 B- -17979.819    1.001   8 005305.103      0.037
   4    7    3   10 Li   -n   33050.581     15.124     4531.555    1.512 B-  20443.910   15.123  10 035481.259     16.236

我想做: 7288.97050 + 4941.672 - 33050.581 = - 20819.9385 。如果我使用 awk 命令访问数据，我会遇到这个问题

> awk '/8 Be/ {print $6}' mass.mas03
  4941.672 
>awk '/10 Li/ {print $6}' mass.mas03
  -n

我不知道 awk 是否是最好的选择，不仅可以进行数据选择，还可以进行“绘图”，所以我愿意接受建议!

一个明显的解决方案是在需要时使用 $7 而不是 $6，但它是一个大文件，我正在尝试使整个过程自动化一些。

对于这个奇怪的列文件，有没有办法“选择”所需的数据并对它们应用一些简单的计算？

Answer 1

要用制表符替换空格，您可以尝试以下操作:

awk -f f.awk mass.mas03 > mass.mas03.tab

f.awk 是:

/^1N-Z/ {
    f=1
    print
    getline
    print
    next
}
f {
    gsub(/ +/,"\t")
}
{print}