awk split | サンプルでわかる列の分割とセパレータ指定方法

awkのsplit関数は、セパレータを指定して文字列を分割することができます。セパレータには文字や正規表現で指定できて、指定しない場合はフィールドセパレータがデリミタとして使われます。分割後の単語は、配列に格納されて1〜分割数nまでのインデックス番号で取り出すことができます。

awk split 列をセパレータで分割する

書き方

awkのsplit関数には、分割対象となる文字列(列番号などを指定)、分割後のデータ格納先(配列名)、区切り文字(デフォルトはフィールドセパレーター)を指定します。戻り値は、分割された数です。

n = split(strings, array, separater)

awk split セパレータの指定方法

セパレータには文字を直接指定したり、正規表現でパターンを指定することができます。指定しない場合は、そのときのフィールドセパレータがデリミタとして使われます。フィールドセパレータのデフォルト値は、「」です。

「1文字」指定

ファイルを読み込んで、列をカンマで分割し、分割された単語の先頭(1番目)と最後(3番目:n)を表示しました。

1: $cat > my.dat <<EOF
2: > # header
3: > 1,2,3
4: > EOF
5: 
6: $ cat my.dat | awk '!/^#/{n=split($0, ary, ","); print(ary[1], ary[n])}'
7: 1 3

正規表現を指定

ファイルを読み込んで、列をカンマまたはセミコロン(正規表現で/[,;]/)で分割し、分割された単語の先頭(1番目)と最後(3番目:n)を表示しました。

1: $cat > my.dat <<EOF
2: > # header
3: > 1,2;3
4: > EOF
5: 
6: $ cat my.dat | awk '!/^#/{n=split($0, ary, /[,;]/); print(ary[1], ary[n])}'
7: 1 3

フィールドセパレーターを指定(デリミタ省略)

ファイルを読み込んで、列をスペース(フィールドセパレーター)で分割し、分割された単語の先頭(1番目)と最後(3番目:n)を表示しました。

1: $cat > my.dat <<EOF
2: > # header
3: > 1 2 3
4: > EOF
5: 
6: $ cat my.dat | awk '!/^#/{n=split($0, ary); print(ary[1], ary[n])}'
7: 1 3

分割後の単語を配列から取り出す

ファイルで読み込んだ行をカンマ(,)で分割し、分割後の単語を配列データとしてfor文で利用しています。

1: $cat > my.dat <<EOF
2: > # header
3: > 1,2,3
4: > EOF
 1: $ cat awk_split.awk
 2: !/^#/ {
 3:     n = split($0, ary, ",")
 4: 
 5:     for (x in ary) {
 6:       if (x != n)
 7:         printf("%s - ", ary[x])
 8:       else
 9:         printf("%s", ary[x])
10:     }
11:     printf("\n")
12: }
1: $ awk -f awk_split.awk my.dat
2: 1 - 2 - 3

まとめ

  • awkのsplit関数は、文字列を分割することができる。
  • セパレータには、文字や正規表現を指定する。省略した場合は、フィールドセパレータ。
  • 分割後の単語は、配列に格納される。1〜分割数nまでのインデックス番号でアクセス可能。

実験データの解析や論文用グラフ作成のヒントになりそうな、プログラミング・統計処理の参考になる書籍をまとめて紹介しています。是非、参考にしてみて下さいね。



カテゴリー

今週よく読まれている記事

  1. 学会・会議で英語が絶望的にできなくて困るケース | オンライン開催で「英語力のなさ」を痛感した場合の対処法

    学会・会議で英語ができなくてに困るケース学会やイベント・会議などが、オンラインで開催される…
  2. r tidyverse 使い方 | 列 filter 絞り込み select関数 – dplyrパッケージ

    tidyverseで1つのデータフレームの列の絞り込みは、dplyrパッケージのselect関数を…
  3. プログラミングで疲れた脳をリフレッシュ 〜 鬼滅の刃「感動」と「やる気アップ」でストレス発散!

    ストレス発散は鬼滅で。「50%OFF」で読む!脳のパフォーマンスを上げるには、適度な休憩と…
  4. AWS ディスク容量不足 新しいボリュームを追加する

    バイオインフォマティクスでは大きなファイルを扱うことがあるので、ディスク不足に陥ることがあります。…
  5. 「知っている」と「知らない」とでは、もしものとき、大違いになる – コロナうつ対策

    コロナうつなどという言葉を聞くようになりましたが、派遣切り、解雇、リストラは、これから本格化します…

人気記事

  1. Excel, 統計

    z-score 計算方法 エクセル(Excel) 編
    統計処理で、大きく変化しているなどの判断基準にも使われる値…
  2. R言語

    R subset関数 データフレームやmatrixからの条件指定による行・列の抽出
    R の subset関数は、データフレームやマトリックスか…
  3. IGV, 解析ツール

    IGV 使い方 インストール〜便利な使い方まで | リファレンス・マッピングデータ・アノテーションを読み込んで表示しよう
    IGV(Integrative Genomics View…

おすすめ記事

  1. awk, シェルスクリプト

    bash 部分文字列・置換・長さ・連結・分割の文字列処理
    bashのよく使う文字列処理、部分文字列・置換・連結・長さ…
  2. シェルスクリプト

    シェルスクリプト | ファイル存在チェック・空ファイルチェック
    bashでスクリプトを作成するときに、よく使うのがファイル…
  3. R言語, グラフ

    R 使い方 軸・ラベルの調整(向き・サイズ・色など) グラフの描き方
    Rによるplot(グラフ)の描画は、手軽で大変便利です。た…