Как отсортировать файл с разделителями табуляции?

Question

Как отсортировать файл с разделителями табуляции?

Я пытаюсь использовать сортировку для сортировки файла с разделителями табуляции, как этот:

Fruit       Color   Origin              Category
pear        green   Oviedo–Gijón–Avilés Oviedo–Gijón–Avilés
strawberry  red     Reggio Calabria     garden strawberry
apple       green   Oviedo–Gijón–Avilés Arkansas Black
banana      yellow  Makindye Ssabagabo  East African Highland bananas

по каждому столбцу. Это то, чем я закончил (<n>: номер столбца):

$ sort -t $'\t' -k <n>  <(tail -n+2 fruits.tsv)

который работает для первых 2 столбцов, но не для 3-го и 4-го столбца. Например, для 4-го столбца я получаю это:

banana      yellow  Makindye Ssabagabo  East African Highland bananas
apple       green   Oviedo–Gijón–Avilés Arkansas Black
pear        green   Oviedo–Gijón–Avilés Oviedo–Gijón–Avilés
strawberry  red            Reggio Calabria      garden strawberry

что неправильно. Кроме того, 4-ая строка выглядит сдвинутой в терминале. Что я делаю неправильно?

1

bash csv sorting tabs

Источник

coverflower 18 апр '18 в 17:08

2 ответа

Решение

С дополнительным шагом (Источник: [ https://stackoverflow.com/questions/18437884/replacing-tabs-with-single-tab-in-sed][1]):

tr -s '\t' '\t' < fruits.tsv > fruits_single_tab.tsv

tail -n+2 fruits_single_tab.tsv | tr -s '\t' | sort -t $'\t' -k 4 | less -x 25

Я могу иметь несколько вкладок в файле.

0

Источник

coverflower 18 апр '18 в 18:28

Другие вопросы по тегам bash csv sorting tabs

Kamil Maciorowski 18 апр '18 в 17:31 2018-04-18 17:31 · Accepted Answer · 2018-04-18 17:31

Это ваши данные с каждой вкладкой, преобразованной в |:

pear||green|Oviedo–Gijón–Avilés|Oviedo–Gijón–Avilés
strawberry|red||Reggio Calabria||garden strawberry
apple||green|Oviedo–Gijón–Avilés|Arkansas Black
banana||yellow|Makindye Ssabagabo|East African Highland bananas

Как вы можете видеть, есть места, где две вкладки разделяют то, что вы считаете соседними столбцами; sort там будет столбец с пустой записью.

Решение: перед сортировкой замените несколько вкладок одной вкладкой.

tail -n+2 fruits.tsv | tr -s '\t' | sort -t $'\t' -k <n>

( источник).

Если вы хотите, чтобы результат выглядел хорошо, передайте результат через column:

… | column -t -s $'\t'

(этот $'\t' будет заменен символом табуляции в bash). Это, однако, будет вводить пробелы вместо вкладок, поэтому окончательный результат будет невозможно проанализировать дальше. использование column только при представлении людям.

Некоторые пейджеры (как less) также может представлять ваши данные, разделенные табуляцией, более приятным способом:

… | less -x 25