Question

这是我的输入文件

Identifier Relation
A           1
A           2
A           3
B           2
B           3
C           1
C           2
C           3

我想基于＆＃34;关系＆＃34;将此文件加入到自身中。领域。示例输出文件

A 1 C 1
A 2 B 2
A 2 C 2
B 2 C 2
A 3 B 3
A 3 C 3
B 3 C 3

我使用了以下awk脚本： awk 'NR==FNR {a[NR]=$0; next} { for (k in a) if (a[k]~$2) print a[k],$0}' input input > output

但是，我必须做另一个awk步骤来删除与其自身连接的行，即A 1 A 1; B 2 B 2等。

此文件的第二个问题是它会打印连接的两个方向在另一条线上印刷1 C 1和C 1 A 1。这两行显示相同的关系，我不想包括这个。我想看到其中一个，即＆＃34; A 1 C 1＆＃34;或＆＃34; C 1 A 1＆＃34;不是都。任何建议/方向都非常感谢。

Answer 1

使用带有连接和排序支持的awk的替代解决方案

$ join -j 2 <(sort -k2 -k1,1 file){,} 
| awk '$2!=$3 && !($3 FS $2 in a){a[$2 FS $3]; print$2,$1,$3,$1}'
A 1 C 1
A 2 B 2
A 2 C 2
B 2 C 2
A 3 B 3
A 3 C 3
B 3 C 3

创建交叉积，消除对角线和其中一对对称。

Answer 2

肯定只有awk的解决方案，但我会提出一个使用awk和sort的解决方案，因为我认为这很简单，并且不需要将整个文件内容存储在awk变量中。这个想法如下：

重写输入文件，以便首先显示“关系”字段（A 1 - ＆gt; 1 A）
使用sort -n将所有具有相同“关系”的行放在一起
使用awk组合具有相同“关系”的连续行

这会转化为：

awk '{print $2 " " $1}' input | sort -n | 
  awk '{if ($1==lastsel)printf " "; else if(lastsel) printf "\n"; lastsel=$1; printf "%s %s", $2, $1;}END{if(lastsel)printf"\n"}'
A 1 C 1
A 2 B 2 C 2
A 3 B 3 C 3

编辑：如果每行只需要一个i-j关系：

awk '{print $2 " " $1}' input | sort -n |
  awk '$1!=rel{rel=$1;item=$2;next;} {printf "%s %s %s %s\n", item, rel, $2, $1;}'
A 1 C 1
A 2 B 2
A 2 C 2
A 3 B 3
A 3 C 3

请注意此解决方案的以下限制：

如果给定的n只有一个条目，则不会输出任何内容（没有输出，例如D 1）
所有关系在第一列中始终具有按字典顺序排列的第一项（例如A 1 C 1但从不B 1 C 1）

Answer 3

这是一个仅支持awk的解决方案：

awk 'NR>1{ar[$2]=(ar[$2]$1);}\
    END{ for(key in ar){\
        for(i=1; i<length(ar[key]); i++) {\
            for(j=i+1; j<length(ar[key])+1; j++) {\
                print substr(ar[key],i,1), key, substr(ar[key],j,1), key;\
            }\
        }\
    }}' infile

input第二列中的每个数字都用作awk数组的键。相应数组元素的值是第一列字母序列（例如，数组[1] = ABC）。

然后，我们为每个序列构建了所有双字母组合（例如，“ABC”给出“AB”，“AC”和“BC”）

输出：

A 1 C 1
A 2 B 2
A 2 C 2
B 2 C 2
A 3 B 3
A 3 C 3
B 3 C 3

注意：

如果一个数字只出现一次，则不会为此数字生成输出。
输出顺序取决于输入顺序。（没有字母排序!!）。也就是说，如果第二个输入行是C 1，那么array[1]="CAB"，第一个输出行将是C 1 A 1
由于NR>1

如何使用awk进行连接

3 个答案: