Takuya Miyashita

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の次の値は読み取りを行わない行数（ヘッダー），${d}はそれぞれの列を表す．

最大値・最小値の抽出 †

上記のファイル形式で，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

初期値を設定しておかないと，全てが0以上または0以下の場合値を返さないことに注意．
printfで出力のフォーマットも指定できる．

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 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