awk - 根据特定列上的数据将数据文件划分为新文件

Question

我有一个数据文件(data.txt)如下所示:

0  25  10  25000
1  25  7   18000
1  25  9   15000

0  20  9   1000
1  20  8   800
0  20  8   900

0  50  10  4000
0  50  5   2500
1  50  10  5000

我想将第二列中具有相同值的行复制到单独的文件中。我想获取以下三个文件:

数据.txt_25

0  25  10  25000
1  25  7   18000
1  25  9   15000

数据.txt_20

0  20  9   1000
1  20  8   800
0  20  8   900

data.txt_50

0  50  10  4000
0  50  5   2500
1  50  10  5000

我刚开始学习awk。我尝试了以下 bash 脚本:

  1 #!/bin/bash
  2 
  3 for var in 20 25 50
  4 do
  5         awk -v var="$var" '$2==var { print $0 }' data.txt > data.txt_$var
  6 done

虽然 bash 脚本执行了我希望它执行的操作，但它非常耗时，因为我必须手动将第二列数据的值放入第 3 行。

所以我想用 awk 来做这件事。我如何使用 awk 实现此目的？

提前致谢。

Answer 1

您能否尝试以下操作，这认为您的第 2 列编号未按排序形式排列。

sort -k2 Input_file | 
awk '
prev!=$2{
  close(output_file)
  output_file="data.txt_"$2
}
{
  print > (output_file)
  prev=$2
}'

如果您的 Input_file 的第二列已排序，则无需使用排序，您可以直接使用:

awk '
prev!=$2{
  close(output_file)
  output_file="data.txt_"$2
}
{
  print > (output_file)
  prev=$2
}' Input_file

说明:为以上添加详细说明。

sort -k2 Input_file |            ##Sorting Input_file with respect to 2nd column then passing output to awk
awk '                            ##Starting awk program from here.
prev!=$2{                        ##Checking if prev variable is NOT equal to $2 then do following.
  close(output_file)             ##Closing output_file in back-end to avoid "too many files opened" errors.
  output_file="data.txt_"$2      ##Creating variable output_file to data.txt_ with $2 here.
}
{
  print > (output_file)          ##Printing current line to output_file here.
  prev=$2                        ##Setting variable prev to $2 here.
}'