如何在每次迭代中从不同的行开始每N行awk一次
我想如何在每次迭代中从不同的行开始每N行awk一次,awk,Awk,我想awk从第0行开始,每隔N行打印一次文件。然后,在awk看完整个文件后,我希望它从第1行开始每n行打印一次…然后从第2行开始每n行打印一次…等等,直到从第n-1行开始每n行打印一次。迄今为止,我可悲的尝试: #!/bin/bash rm *.sad *.sadd *.out #Create loop index for i in $(seq 20 1 36); do listm+=($i) done #Create input file for j in "${list
awk
从第0行开始,每隔N行打印一次文件。然后,在awk看完整个文件后,我希望它从第1行开始每n行打印一次…然后从第2行开始每n行打印一次…等等,直到从第n-1行开始每n行打印一次。迄今为止,我可悲的尝试:
#!/bin/bash
rm *.sad *.sadd *.out
#Create loop index
for i in $(seq 20 1 36);
do
listm+=($i)
done
#Create input file
for j in "${listm[@]}"
do
if [ $j -eq 20 ];
then
awk 'NR % 20 == 0' vel_VMDout > atomvel.dat
awk '{print $2,$3,$4}' atomvel.dat > velocity.dat
else
awk 'NR % 20 == 1' vel_VMDout > $j.sad
egrep -v "^[[:space:]]*$|^#" $j.sad > $j.sadd
awk '{print $2, $3, $4}' $j.sadd > $j.out
paste velocity.dat $j.out > taste
fi
done
让我通过提供输入和输出来澄清这一点。Th输入是MD模拟的xyz文件,由原子的xyz坐标帧组成
输入:
此图显示了第一个快照和第二个快照的一部分。因为这些都是快照,所以原子的顺序不会改变。因此,我试图在每个特定原子各自的列中打印每个快照的xyz坐标,如下所示。这将最终生成一个包含3N列的文件,其中N是原子数
输出:
如您所见,每个原子的坐标都在它们自己的列中,整个文件是一个Nx3N数组。我的bash脚本让我尝试这样做,但只能做前两个原子。我想打印每N行(第N个原子的坐标),使它们看起来像输出。我真的很感激你的耐心 生成样本数据
这是一个不必要的步骤;问题应该包括可用的样本数据和该样本数据所需的输出
在某种程度上,它不会有多大帮助,因为您没有我的随机数生成器程序,但下面的脚本显示了我是如何生成下面的数据的,并且它说明了当问题没有提供可读数据时可能需要执行的长度。我生成了一些看起来与问题中的数据相似的数据(至少表面上):
我过去的剧本是:
random -n $((4 * 18)) -T '%8:6[0:7]F %8:6[-8:0]F %8:6[-1:3]F' |
awk 'BEGIN { n = split("CCCCCCCCCOOHHHOHHH", atoms, ""); atoms[0] = atoms[n] }
NR % n == 1 { print n; print " Generated by VMD in absentia" }
{ print "", atoms[NR%18], " ", $0 }'
random
的-n
选项表示要生成多少行;我选择了72。-T
选项是一个模板,符号%8:6[0:7]F
表示使用%8.6F
格式打印0到7之间均匀分布的随机数。awk
脚本获取由此生成的数据并插值噪声(原子数和“由VMD生成”行上的变量),以及使用适当的原子符号标记行
处理样本数据
给定一些数据,然后需要对其进行剪切以获得所需的输出。这个脚本或多或少完成了这项工作。当然,应该改进的方法有很多,比如将文件名作为命令行参数,使用临时文件名而不是固定名称,清理中间文件、不同的化合物、不同的原子(氮、磷等),等等。然而,它应该可以很容易地适应
input="data"
output="output"
n=$(sed 1q "$input")
n2=$(($n+2))
for ((i = 3; i <= n2; i++))
do
colno=$(printf "%.2d" $(($i-2)))
awk -v N=$n2 -v R=$i \
' BEGIN { name["C"] = "Carbon"; name["H"] = "Hydrogen"; name["O"] = "Oxygen";
R0 = R % N }
NR > 2 && NR <= R { count[$1]++; }
NR == R { printf "%-32.32s\n", name[$1] " " count[$1]; }
NR % N == R0 { xyz = sprintf("%s %s %s", $2, $3, $4); printf "%-32.32s\n", xyz }
' "$input" > "column.$colno"
done
paste -d ' ' column.* > "$output"
您的任务是理解为什么
awk
脚本的所有位都存在。例如,为什么需要R0
(提示,在不进行R0
计算的情况下进行实验,并在其位置使用R
。显示样本输入和所需输出通常很有用。它消除了歧义。(为了保持样本的可管理大小,您可以将样本的大小设置为相对较小的n,但声明最终版本将有n=20。)您的脚本将删除NR%20==1
的空行和空行,但不删除NR%20==0
的空行。这是故意的吗?当NR%20
有其他值时会发生什么情况?当你在之类的语句中说awk
时,我想每N行awk一次
-你的意思是打印
还是其他什么?数据集有多大?它是否太大而无法保存在内存中?此外,如果您不发布数据的图像,而是发布数据的可编辑副本,那么它可以帮助所有人。我们应该如何根据输入和输出的图像测试潜在的解决方案?编辑您的问题以提供文本样本输入和输出,而不是它的图片,并确保在给定输入的情况下,输出正是您想要的。并且在您的需求中非常清楚输入的哪些行和列正在移动到输出的哪些行和列-不要假设任何阅读本文的人都知道什么Th输入是由原子的xyz坐标帧组成的MD模拟的xyz文件
或特定于您的域的任何其他术语方法
input="data"
output="output"
n=$(sed 1q "$input")
n2=$(($n+2))
for ((i = 3; i <= n2; i++))
do
colno=$(printf "%.2d" $(($i-2)))
awk -v N=$n2 -v R=$i \
' BEGIN { name["C"] = "Carbon"; name["H"] = "Hydrogen"; name["O"] = "Oxygen";
R0 = R % N }
NR > 2 && NR <= R { count[$1]++; }
NR == R { printf "%-32.32s\n", name[$1] " " count[$1]; }
NR % N == R0 { xyz = sprintf("%s %s %s", $2, $3, $4); printf "%-32.32s\n", xyz }
' "$input" > "column.$colno"
done
paste -d ' ' column.* > "$output"
Carbon 1 Carbon 2 Carbon 3 Carbon 4 Carbon 5 Carbon 6 Carbon 7 Carbon 8 Carbon 9 Oxygen 1 Oxygen 2 Hydrogen 1 Hydrogen 2 Hydrogen 3 Oxygen 3 Hydrogen 4 Hydrogen 5 Hydrogen 6
0.979485 -6.665347 0.575383 1.191999 -3.002386 2.859484 3.151517 -5.610077 0.429413 3.439828 -6.454984 1.319724 3.726201 -0.123038 2.096854 1.363325 -3.031238 0.016019 6.090283 -3.915340 2.396358 0.407755 -7.957784 -0.846842 0.203074 -0.796428 2.659573 2.600610 -2.259674 -0.260378 4.773839 -6.765097 0.588508 2.743424 -2.890016 2.906452 2.810233 -6.641054 -0.797672 6.854169 -3.191721 -0.925670 2.914233 -1.060001 0.776983 3.803923 -1.497032 2.908799 5.669443 -7.227666 -0.647552 0.092455 -5.850637 2.959987
6.042840 -7.254720 2.093573 2.551942 -6.044322 2.061072 3.523150 -6.167163 2.451689 5.197316 -3.429866 -0.412062 2.548777 -6.422851 1.282846 3.775197 -2.012031 1.377440 3.405112 -3.206415 -0.879886 1.448359 -5.419629 0.467291 3.661964 -2.789234 2.644294 4.214854 -2.439574 -0.951704 5.297609 -2.320418 2.709898 2.653940 -4.431080 -0.511743 5.040635 -0.676199 -0.590970 1.546725 -1.294582 2.562937 4.231461 -7.180908 1.629901 3.297836 -1.557133 -0.133280 3.442481 -4.489962 2.111930 1.423611 -7.982655 0.715618
1.432495 -7.686243 2.525734 5.038409 -4.976270 2.826846 6.184137 -7.303094 2.711561 3.208125 -0.606556 1.978725 2.171859 -6.792060 0.678988 6.521124 -5.622797 -0.773797 1.725619 -5.768633 -0.223397 3.602427 -2.325680 1.762008 1.937521 -1.686895 1.743159 0.745526 -0.114246 -0.949490 4.754360 -6.531145 1.998913 1.114732 -1.158810 1.486939 6.410490 -5.411647 0.062737 4.164330 -6.743763 1.802804 2.587841 -3.979700 2.609748 2.192073 -2.815376 -0.809569 5.501795 -2.326438 1.325829 3.285032 -1.212541 1.284453
3.564424 -3.117406 -0.032879 2.894745 -0.632591 0.532311 3.384916 -5.383135 1.179585 0.793488 -0.894539 -0.886891 1.348785 -6.501867 1.648604 2.189941 -2.438067 0.616090 2.043378 -4.966472 0.691603 3.124161 -5.792896 0.545362 5.741472 -0.640590 2.825374 0.300550 -7.149663 0.942726 1.344387 -0.121382 2.169401 4.963296 -0.964665 -0.230523 6.651423 -4.905053 2.509626 5.059694 -6.166516 0.102255 5.046864 -3.288883 0.853948 2.389007 -3.057664 1.806301 2.365876 -0.956860 1.458959 2.892502 -0.097422 -0.531714