合并行

文本：

A           001             10
A           002             20
A           003             30
B           004             40
B           005             50
C           006             60
C           007             70
D           008             80
E           009             90
E           010             100

要想得到的结果：

A 	AA 	B 	BB 	C 	CC 	D 	DD 	E 	EE
001 	10 	004 	40 	006 	60 	008	     80 	009 	90
002 	20 	005 	50 	007 	70	 		010 	100
003 	30

perl 的代码（先贴下）：

#!/usr/bin/perl
use warnings;
use strict;
my (%a,%b,%c);
my $ml=0;
open (TEST,") or die "can't open file a";
while(<TEST>){
        my($c1,$c2,$c3)=split;
        $c{$c1}++;
        $a{$c1,$c{$c1}}=$c2;
        $b{$c1 x 2,$c{$c1}}=$c3;
        $ml=$ml>$c{$c1}?$ml:$c{$c1};
}
foreach (sort keys %c){
        print $_,"\t";
        print $_ x 2,"\t";
}
print "\n";
for (my $i=1;$i<=$ml;$i++){
        foreach (sort keys %c){
                unless($a{$_,$i}){
                print "\t";
        }else{
                print $a{$_,$i},"\t";
        }
                unless ($b{$_ x 2,$i}){
                print "\t";
        }else{
                print $b{$_ x 2,$i},"\t";
        }
        }
        print "\n";
}

数据结构：

$VAR1 = {
'E2' => '010',
'A2' => '002',
'E1' => '009',
'C2' => '007',
'D1' => '008',
'B1' => '004',
'A3' => '003',
'B2' => '005',
'C1' => '006',
'A1' => '001'
};
$VAR2 = {
'EE1' => '90',
'EE2' => '100',
'BB2' => '50',
'CC1' => '60',
'AA2' => '20',
'BB1' => '40',
'DD1' => '80',
'AA1' => '10',
'AA3' => '30',
'CC2' => '70'
};
$VAR3 = {
'A' => 3,
'D' => 1,
'C' => 2,
'E' => 2,
'B' => 2
};

简单说明：

awk 的代码：

#!/bin/gawk -f
{
c[$1]++;
a[$1,c[$1]]=$2;
b[$1,$1,c[$1]]=$3;
ml=ml>c[$1]?ml:c[$1];
}
END{
n=asorti(c);
for(i=1;i<=n;i++)
{
printf "%s\t",c[i];
printf "%s%s\t",c[i],c[i];
}
printf "\n";
for(j=1;j<=ml;j++)
{
for(i=1;i<=n;i++)
{
if(a[c[i],j]){
printf "%s\t",a[c[i],j];
}else{
printf "\t";
}
if(b[c[i],c[i],j]){
printf "%s\t",b[c[i],c[i],j];
}else{
printf "\t";
}
}
printf "\n";
}
}

其实和perl一样 只是用awk的语法写了一遍。

说下思路：

因为从输出结果中看出来A，B...等重复了几行，及那个最大最后输出就有几行，这里用了ml记录最大行数。同时分别用hash a 和 b 存放第二个域与第三个域 接下来就是排序输出的问题了awk 和 perl用的函数不一样 分别是asorti 和 sort

这里asorti 和asort 要注意区别

前面是对index 进行排序。排完后index 变成1-n(n是返回值 即hash/数组元素个数） 值变成了原来的index，只不过这里已经排好序了。比如A在B前面 则a[1]=A a[2]=B 如果不想失去原来的hash的话 只要加一个目的hash就行了。

asorti(source_array,dest_array)

awk 会先将source_array 中的数组拷贝到dest_array 中去然后进行如上面所说的排序。asort 针对的是值的排序。排好好index 也变成1-n的形式

同样可以加dest_array 避免source_array 中的index消失。