如何通过给定Linux中另一个文件中的列来从文件中删除列？

Posted 2023-03-24

【中文标题】如何通过给定Linux中另一个文件中的列来从文件中删除列？

【英文标题】：How to remove columns from a file by given the columns in anther file in Linux?

【发布时间】：2022-01-21 06:24:18

【问题描述】：

假设我有一个文件 A 包含需要删除的列号（我的输入文件 fileB 中确实有超过 500 列），

文件A：

2
5

我想从 fileB 中删除这些列（2 和 5）：

a b c d e f
g h i j k l

在 Linux 中获取：

a c d f
g i j l

我该怎么办？我发现我可以消除使用代码打印这些列：

awk '$2=$5="";print $0' fileB

但是，这种方式有两个问题，首先它并没有真正删除那些列，它只是使用空字符串来替换它们；其次，我如何通过从另一个文件中读取来获取这些列号，而不是手动输入这些列号。

---

原问题： 假设我有一个文件 A 包含需要删除的列号，

文件 A：

223 345 346 567

我想从 Linux 中的文件 B 中删除这些列 (223, 345,567)，我该怎么办？

【问题讨论】：

请添加到您的问题中（无评论）：您搜索了什么，找到了什么？您尝试过什么，它是如何失败的？

我发现我可以消除使用代码打印这些列：awk '$223=$345=$346=$567="";print $0' fileB，但是，这里有两个问题方式，首先它并没有真正删除这些列，它只是使用空字符串来替换它们；其次，我怎样才能通过从另一个文件中读取来获取这些列号，而不是手动输入这些列号。

将该信息添加到您的问题中，不要将其放在无法格式化且可能遗漏的评论中。谈到格式化，请使用来自***.com/help/formatting 的“代码块”信息来格式化您的示例输入、预期输出和代码。

我们不想看到超过 567 列的示例。请创建并发布一个minimal reproducible example，其中包含 6 个列，您想删除其中的 2 个。一旦你得到了答案，你就可以将同样的技术应用到你的实际问题中。

我编辑了您的问题，向您展示如何在此论坛上提出可接受的问题。

【参考方案1】：

如果您的cut 有--complement 选项，那么您可以这样做：

cut --complement -d ' ' -f "$(echo $(<FileA))" fileB

【讨论】：

嗨，Fravadona，我试过这种方式，但它给了我错误，剪切：2：没有这样的文件或目录剪切：3：没有这样的文件或目录

我的错，修好了

它现在工作了！谢谢！

不错的答案，应该很有效率。

@MengnaZhang 我会在运行命令之前测试 FileA：[ -s FileA ] && cut --complement ...

【参考方案2】：

$ cat tst.awk
NR==FNR 
    badFldNrs[$1]
    next

FNR == 1 
    for (inFldNr=1; inFldNr<=NF; inFldNr++) 
        if ( !(inFldNr in badFldNrs) ) 
            out2in[++numOutFlds] = inFldNr
        
    


    for (outFldNr=1; outFldNr<=numOutFlds; outFldNr++) 
        inFldNr = out2in[outFldNr]
        printf "%s%s", $inFldNr, (outFldNr<numOutFlds ? OFS : ORS)
    

$ awk -f tst.awk fileA fileB
a c d f
g i j l

【讨论】：

非常好。保存你想要的，跳过那些你不想要的。

@DavidC.Rankin 对，这样如果你想输出 100 个字段中的 10 个，那么主循环迭代 10 次而不是像 markp-fuso's answer 和 HatLess's answer 那样迭代 100 次。我认为，由于 OP 有超过 500 个字段和一个完整的字段文件来跳过效率可能很重要。

@EdMorton - 这是一个（不是那么）微妙的点，直到你发表评论我才知道。一个放置得当的评论永远不会伤害到强调一个重要的点，乍一看可能已经逃过了那些慢吞吞的老家伙们。

@DavidC.Rankin 我觉得我大约每周发布一次这种代码，我只是懒得解释为什么，直到有人遇到它。

【参考方案3】：

一个awk想法：

awk '
FNR==NR  skip[$1] ; next                 # store field #s to be skipped
         line=""                          # initialize output variable
          pfx=""                           # first prefix will be ""
          for (i=1;i<=NF;i++)              # loop through the fields in this input line ...
              if ( !(i in skip) )         # if field # not mentioned in the skip[] array then ...
                 line=line pfx $i          # add to our output variable
                 pfx=OFS                   # prefix = OFS for 2nd-nth fields to be added to output variable
              
          if ( pfx == OFS )                # if we have something to print ...
             print line                    # print output variable to stdout
         
' fileA fileB

注意： OP 没有提供输入/输出字段分隔符； OP 可以根据需要添加适当的FS/OFS 分配

这会生成：

a c d f
g i j l

【参考方案4】：

使用awk

$ awk 'NR==FNR col[$1]=$1;next for(i=1;i<=NF;++i) if (i != col[i]) printf("%s ", $i);  printf("\n")' fileA fileB
a c d f
g i j l

【讨论】：

有效！非常感谢！