awk メモ

awk は AWK という言語らしい.
列ごとに変数が並んだファイルを手早く処理したいときに便利.

列ごとに値を抽出

下記のようなファイルを仮定する。

## foobar.txt,  $x, $y, $a, $z
x1, y1, a1, z1, 
x2, y2, a2, z2,
x3, y3, a3, z3,
...

この並びのファイルをaの列だけ取り除くには,

awk -F',' 'NR>1 {print $1 $2 $4}' foobar.txt > output.txt

とする.ここで, -F',' はセパレータが「,」であること,NR は行を表し,NR>1 で1行目のヘッダーを読み飛ばす,${d} はそれぞれの列を表す.

以下のように,printf で出力フォーマットの指定も可能.

# 2列目と4列目を %12.5f で出力
awk '{printf "%12.5f %12.5f\n", $2, $4}' foobar.txt



最大値・最小値の抽出

z の最大値・最小値を抽出することを考える.
全ての行に対して,大小判定を行うようにすれば OK.

#初期値(99999)は都合に応じて変更する
#最小値
awk -F',' 'BEGIN{min=99999} {if (min>$4) min=$4} END {printf "%0.1f",min}' foobar.txt >foobarmin.txt 
#最大値
awk -F',' 'BEGIN{max=-99999} {if (max<$4) max=$4} END {printf "%0.1f",max}' foobar.txt >foobarmax.txt

初期値を良い感じに設定しておかないといけないことに注意.


NaNのある行を取り除く(isnan的な)

awk で NaN を検出して,該当する行全体を除いたファイルを作成する.
まず,下記のようなfoobar.datを仮定する.

  1  1  5.000
  1  2  1.000
  1  3    NaN
  2  1  3.000
  2  2    NaN
  2  3  4.000

ここから,3 列目に NaN のある行だけ除いて,新たにファイルを作成にはパターンマッチを行う処理を加えて,

awk '!/NaN/{print $0}' foobar.dat > foo.dat

とする.生成されたfoo.datは下記の通り.

  1  1  5.000
  1  2  1.000
  2  1  3.000
  2  3  4.000

NaNのない行だけ抜き出すことができた.


行指定

awk 'NR==1,NR==5 {print $1 $2}' foobar.txt

とすると,1行目から5行目までを print することになる.
確認やテストを実行する時に使える.


n 行おきに処理(間引き)

データを間引きして 10 行おきに出力するなら

awk 'NR%10==0 {print $1 $2}' foobar.txt

ヘッダー読み飛ばしもするときは if を使う.

awk '{ if (NR>1 && NR%10==0) {print $1 $2} }' foobar.txt

出力対象の行をずらすときは NR%10==0 を NR%10==1 とかにすればよい.

n 列目の文字が hoge になっている行だけを抽出

1 列目が hoge になっている行だけを抜き出す場合.

awk '$1 == "hoge" {print}' foobar.txt


1 列目が hoge になっている行の 2,3 列目を抜き出す場合.

awk '$1 == "hoge" {print $2, $3}' foobar.txt



n 列目の数値が何らかの条件式を満たす行だけを抽出

上と同様.文字列が数値になっただけ.

awk '$1 > 0 {print $2, $3}' foobar.txt

ヘッダー1行を読み飛ばしてこれを適用するときは,条件式に if をつける.

awk 'NR>1 { if ($1 > 0) {print $2, $3} }' foobar.txt



(環境)変数などの値を使う

awk 外からもってきた何らかの数値を使いたいときは -v オプション.

# $VAR_SHELL は shell 上の変数
awk -v var=$VAR_SHELL 'NR>1 { if ($1+var > 0) {printf "%12.5f %12.5f\n", $1+var, $2} }' foobar.txt



最終行の出力(ファイルの行数をprint)

awk 'END{print}' foobar.txt

とすると最終行だけ出力してくれる.同様にしてファイルの行数を知りたい場合は,最終行だけ該当行の出力をすればよいので

awk 'END{print NR}' foobar.txt

とすればOK.awk を使わなくても wc -l を使えば行数は取得できるのだが,例えば行数に何らかの数を減じるときなどは END{print NR-5} とかやれば良いので awk が楽.

ファイルを縦に(行方向に)結合

フォーマットを気にしなくていいなら

awk 1 fileA.txt fileB.txt > fileAB.txt

とする.


Front page   Edit Diff Attach Copy Rename Reload   New List of pages Search Recent changes   Help   RSS of recent changes
Last-modified: 2024-10-25 (Fri) 15:56:08 (45d)