Переместить столбец в начало по ключевому слову в заголовке

У меня есть файл (data.rdb) в следующем формате:

date    star    jdb texp
2013-11-22  epsInd      2400000.23551544    100.
2013-11-22  epsInd      2400000.23551544    100.
2013-11-22  epsInd      2400000.23551544    100.
2013-11-22  HD217987    2400000.23551544    900.
2013-11-22  TOI-134     2400000.23551544    900.
2013-11-22  tauCet      2400000.23551544    60. 
2013-11-22  BD+01316    2400000.23551544    300.
2013-11-22  BD+01316    2400000.23551544    300.
2013-11-22  BD+01316    2400000.23551544    300.
2013-11-22  BD+01316    2400000.23551544    300.

некоторые свойства:

все столбцы разделены табуляцией
столбцы не имеют одинаковую ширину
клетки могут не иметь одинаковую длину
файл будет иметь гораздо больше столбцов, чем представлено, и несколько сотен строк
Имена столбцов могут быть любым словом, без табуляции, пробелов и специальных символов.

Как я могу переместить столбец с заголовком jdb чтобы быть первым столбцом?

Некоторые ограничения:

это будет применено к нескольким файлам, и столбец jdb не всегда будет отображаться в одной и той же позиции
в идеале порядок оставшихся столбцов не должен меняться
jdb всегда будет первым столбцом в конце.

Спасибо!

ОБНОВИТЬ

это блок awk который я сейчас использую:

BEGIN {
    numCols = split(column_list,cols)
    OFS="	"
}
{ sub(/
$/,"") }
NR==1 {
    for (fldNr=1; fldNr<=NF; fldNr++) {
        f[$fldNr] = fldNr
    }
}
{
    for (colNr=1; colNr<=numCols; colNr++) {
        colName = cols[colNr]
        colVal  = (colNr=1 ? $(f["jdb"]): (colNr <= $(f["jdb"] ? 
$(f[colName] -1) : $(f[colName]))))
        printf "%s%s", colVal, (colNr<numCols ? OFS : ORS)
    }
}

но это не дает мне выхода ... Что я (думаю, я) сделал:

присвойте каждому значению заголовка столбца число
перебрать диапазон
2.1, если итератор = 0 -> напечатать столбец jdb
2.2 если итератор <= номер столбца jdb -> вывести номер столбца iterator - 1
2.3 если итератор> номер столбца jdb -> вывести iterator номера столбца

bash awk bash awk

Всего 4 ответа

Ну, я действительно надеялся на момент "научить человека ловить рыбу", но вы все равно получаете ответы, так что ... вот как настроить чтобы сделать то, что вы сейчас хотите:

$ cat tst.awk
BEGIN { FS=OFS="	" }
NR==1 {
    cols[++numCols] = tgt
    for (fldNr=1; fldNr<=NF; fldNr++) {
        f[$fldNr] = fldNr
        if ($fldNr != tgt) {
            cols[++numCols] = $fldNr
        }
    }
}
{
    for (colNr=1; colNr<=numCols; colNr++) {
        colName = cols[colNr]
        printf "%s%s", $(f[colName]), (colNr<numCols ? OFS : ORS)
    }
}

$ awk -v tgt=jdb -f tst.awk data.rdb
jdb     date    star    texp
2400000.23551544        2013-11-22      epsInd  100.
2400000.23551544        2013-11-22      epsInd  100.
2400000.23551544        2013-11-22      epsInd  100.
2400000.23551544        2013-11-22      HD217987        900.
2400000.23551544        2013-11-22      TOI-134 900.
2400000.23551544        2013-11-22      tauCet  60.
2400000.23551544        2013-11-22      BD+01316        300.
2400000.23551544        2013-11-22      BD+01316        300.
2400000.23551544        2013-11-22      BD+01316        300.
2400000.23551544        2013-11-22      BD+01316        300.

Обратите внимание, насколько простой цикл выполняется один раз для каждой строки ввода, где вы хотите, чтобы эффективность была, потому что вся тяжелая работа по определению порядка вывода выполняется в блоке NR==1 который просто выполняется один раз для всего файла.

В этом конкретном случае, когда вы на самом деле не заботитесь о других именах столбцов, вы можете написать это более кратко и эффективно, как:

$ cat tst.awk
BEGIN { FS=OFS="	" }
NR==1 {
    numOutFlds = 1
    for (inFldNr=1; inFldNr<=NF; inFldNr++) {
        out2inFldNrs[$inFldNr == tgt ? 1 : ++numOutFlds] = inFldNr
    }
}
{
    for (outFldNr=1; outFldNr<=numOutFlds; outFldNr++) {
        inFldNr = out2inFldNrs[outFldNr]
        printf "%s%s", $inFldNr, (outFldNr<numOutFlds ? OFS : ORS)
    }
}

$ awk -v tgt=jdb -f tst.awk data.rdb
jdb     date    star    texp
2400000.23551544        2013-11-22      epsInd  100.
2400000.23551544        2013-11-22      epsInd  100.
2400000.23551544        2013-11-22      epsInd  100.
2400000.23551544        2013-11-22      HD217987        900.
2400000.23551544        2013-11-22      TOI-134 900.
2400000.23551544        2013-11-22      tauCet  60.
2400000.23551544        2013-11-22      BD+01316        300.
2400000.23551544        2013-11-22      BD+01316        300.
2400000.23551544        2013-11-22      BD+01316        300.
2400000.23551544        2013-11-22      BD+01316        300.

Это немного многословно, но это делает работу:

awk 'NR==1{for(i=1;i<=NF;i++){if ($i=="jdb") break;}} {printf "%s	",$i; for (j=1;j<=NF;j++){if (i!=j){printf j==NF||(j==NF-1&&j+1==i)?"%s
":"%s	", $j}}}' yourfile.txt

Отличное предложение Пера Мортона. Вот скрипт с правильными пробелами, отступами и переводами строки:

    NR == 1 {
            for (i = 1; i <= NF; i++) {
                    if ($i == "jdb") {
                            break
                    }
            }
    }

    {
            printf "%s	", $i
            for (j = 1; j <= NF; j++) {
                    if (i != j) {
                            printf (j == NF || j == NF - 1 && j + 1 == i ? "%s
" : "%s	"), $j
                    }
            }
    }

Вы можете вставить это в свой собственный файл (скажем ... script.awk) и затем вызвать его: awk -f script.awk yourfile.txt

Итак, задача двоякая:

сначала определите, какой столбец является столбцом, который мы хотим быть первым
затем измените порядок столбцов

Так:

# our testing input file
cat <<EOF >file
date    star    jdb texp
2013-11-22  epsInd      2400000.23551544    100.
2013-11-22  epsInd      2400000.23551544    100.
2013-11-22  epsInd      2400000.23551544    100.
2013-11-22  HD217987    2400000.23551544    900.
2013-11-22  TOI-134     2400000.23551544    900.
2013-11-22  tauCet      2400000.23551544    60. 
2013-11-22  BD+01316    2400000.23551544    300.
2013-11-22  BD+01316    2400000.23551544    300.
2013-11-22  BD+01316    2400000.23551544    300.
2013-11-22  BD+01316    2400000.23551544    300.
EOF

# my copy+paste messed up tabs with spaces, fix it
sed 's/[[:space:]]+/	/g' -i file


# first we need header count.
# I could remove all characters except tabs and use wc -c
# but was lazy, this will not affect performance anyway
hdrcnt=$(
    head -n1 file |
    tr '	' '
' |
    wc -l
)

# get the column number that has jdb
# I get the first line
# substitute tab with newlines
# and get the line number with "jdb"
num=$(
    head -n1 file |
    tr '	' '
' |
    grep -n jdb | 
    cut -d: -f1
)

# ten I generate the awk script
# so it's like '{print $num, $1, $2 ... except $num ... $hdrcnt }'
awkarg='{print $'"$num"', '"$(
    seq $hdrcnt |
    grep -v "$num" |
    sed 's/(.*)/$1, /' |
    sed '$s/, //' |
    tr -d '
'
)"'}'

# finally run awk
awk -vIFS='	' -vOFS='	' "$awkarg" file

В Perl вы можете воспользоваться библиотекой Text :: CSV_XS :

#! /usr/bin/perl
use warnings;
use strict;

use Text::CSV_XS;

open my $fh, '<', shift or die $!;

my $csv = 'Text::CSV_XS'->new({sep_char => "	"});

my $row = $csv->getline($fh);

my ($jdb) = grep $row->[$_] eq 'jdb', 0 .. $#$row;

do {
    unshift @$row, splice @$row, $jdb, 1;
    $csv->say(*STDOUT, $row);
} while $row = $csv->getline($fh);