string - AWK:打印列变量，每个字符用空格分隔

Question

我有一个非常大的文件，如下所示:

ID      Class     Values
126       1       332222330442022...
753       1       332222330442022...
119       1       402224220402022...
830       1       002233440232022...
944       1       222222220002022...

第 3 列是一个包含 50,000 个字符的字符串。我需要忽略顶行，删除第 2 列，将第 3 列中的所有 3 或 4 替换为 1，最后打印第 3 列，每个字符用空格分隔。

所以期望的输出是:

126    1 1 2 2 2 2 1 1 0 1 1 2 0 2 2...
753    1 1 2 2 2 2 1 1 0 1 1 2 0 2 2...
119    1 0 2 2 2 1 2 2 0 1 0 2 0 2 2...
830    0 0 2 2 1 1 1 1 0 2 1 2 0 2 2...
944    2 2 2 2 2 2 2 2 0 0 0 2 0 2 2...

由于文件太大，如果可能，最好避免在第 3 列使用拆分。

到目前为止，除了打印由空格分隔的第 3 列外，我可以实现所有功能:

awk -F " " 'NR!= 1 { gsub(3,1,$3); gsub(4,1,$3); printf "%s\t%s\n", $1, $3 }' ./input.txt

我知道我可以使用类似于此处答案 (Split tab delimited column with space) 的 split()，但我还需要打印 $1。是否可以在同一个 awk 命令中分隔第 3 列？

Answer 1

你可以使用这个awk:

awk -v OFS='\t' 'NR > 1 {
   gsub(/[34]/, 1, $3)
   gsub(/./, "& ", $3)
   sub(/ $/, "", $3)
   print $1, $3
}' file

126    1 1 2 2 2 2 1 1 0 1 1 2 0 2 2
753    1 1 2 2 2 2 1 1 0 1 1 2 0 2 2
119    1 0 2 2 2 1 2 2 0 1 0 2 0 2 2
830    0 0 2 2 1 1 1 1 0 2 1 2 0 2 2
944    2 2 2 2 2 2 2 2 0 0 0 2 0 2 2