Organização de arquivo (transpor e edição)

DeidyC
(usa Outra)

Enviado em 16/04/2016 - 10:58h

Bom dia, Galera. Seguinte, tenho um arquivo e preciso fazer várias mudanças. Segue abaixo o que eu preciso




E preciso que ele fique assim


C11:0 C12:0 "C13:0 iso" "C13:0 anteiso" C12:1 C13:0 "C14:0 iso" C14:0 "C15:0 iso"
SP-255 0,003 0,210 0,005 0,001 0,013 0,071 2,884 0,187
SP-255 0,013 0,071 2,884 0,187 0,217 0,001 0,013 0,071



SP é uma amostra, no exemplo pus apenas 2, mas tenho 145 amostras, os C's correspondem a ácidos graxos, no exemplo tenho 9 mas na realidade tenho 52 pra cada um dos 145 individuos, o que tá em aspas quis mostrar que é um nome só e devem estar na mesma coluna. E aquelas informações total e entre individuos estão da forma que pus, separados por uma linha em branco. Ah, existem acidos gráxos sem informação, e estão com o campo em branco. E preciso na verdade do individuo dos ácidos graxos e do área percent, mas um embaixo do outro. Muito obrigado. Se alguém puder me ajudar obrigado. O arquivo que preciso não ficou bem apresentado aqui. mas os individuos ficam na coluna um, e os ácidos graxos são a partir da coluna 2

msoliver
(usa Debian)

Enviado em 16/04/2016 - 12:58h

Boa tarde DeidyC.
Para evitar que eu cometa ERROS, poste o arquivo COMPLETO.
Sobe para o Google Drive e posta o link...

No aguardo,
Marcelo

textmode
(usa Slackware)

Enviado em 16/04/2016 - 14:02h

O negócio aqui ficou meio confuso e é complicado de qualquer forma... Vamos por partes:

- "SP" são amostrar e também são indivíduos. Existem 145 e os do seu exemplo são SP-255 e SP-256;
- "C" são ácidos graxos e existem 52 para cada "SP". No exemplo são o intervalo entre C11 e C15;
- A informação "Totals" tem um total de alguma e outro troço chamado "entre indivíduos". (Mas o que é isso?);
- Você diz precisa do indivíduo dos ácidos graxos, ou seja, os "C's" dos "SPs", correto?
- Também precisa dos "Area Percent" embaixo dos "C's", mas agora só está descrevendo a saída como no item anterior, correto?

Então é só uma transposição "simples" como você mesmo mencionou. Armazenar o nome da amostra/indivíduo ("SP") para "casar" com os ácidos graxos ("C"), ler o "Area Percent" e armazenar a chave=valor para depois fazermos a transposição da "matriz"... ou já fazer tudo de uma vez. Só faltou dizer o quê separa as "colunas" desse arquivo. Vou assumir que é o caractere de tabulação porque fica fácil para mim :P. Aqui vai uma solução em puro bash, mas é possível fazer com uma grande combinação de ferramentas distintas:

declare amostra acido_graxo area_percent

declare -a matriz

declare -i i=0



while IFS=$'\t\n' read -a record; do



    if [[ "${record[0]}" =~ ^SP-[0-9]+$ ]]; then

        amostra="${record[0]}"

        let i++

        matriz[$i]=$amostra;

    elif [[ ${record[0]} =~ ^\"?C[0-9]+:[0-9]+ ]]; then



        acido_graxo="${record[0]}"

        if [[ $i == 1 ]]; then

            if [[ -z ${matriz[0]} ]]; then

                printf -v matriz[0] '\t%s' "${acido_graxo}"

            else

                printf -v matriz[0] '%s\t%s' "${matriz[0]}" "${acido_graxo}"

            fi

        fi



        area_percent=${record[2]}

        printf -v matriz[$i] '%s\t%s' "${matriz[$i]}" "$area_percent"



    else

        continue

    fi



done < arquivo_doido_do_deidyc.txt



for (( i = 0; i <= ${#matriz[*]}; i++ )); do

    echo "${matriz[$i]}"

done

 

Com linguagens de programação como Perl é ainda mais fácil.

msoliver
(usa Debian)

Enviado em 16/04/2016 - 18:00h

Boa tarde Deidy, tudo certo?
Se eu entendi corretamente, o script é esse:

#!/bin/bash

awk -F"\n" 'BEGIN {RS="\n\n";OFS="\n";} {if(NF>3) print $0; else print $0"\n"}' ORIGEM.txt|sed 's/\( \)\([a-z]\+\)/_\2/' >> ORIGEM_TEMP.txt

NReg=$(awk -F"\n" 'BEGIN {RS="\n\n";OFS="\n";} END { print NR}' ORIGEM_TEMP.txt )

for ((x=1;x<=$NReg;x++));do

(($x==1)) && awk -F"\n" 'BEGIN {RS="\n\n";OFS="\n";} NR==1 { print $0}' ORIGEM_TEMP.txt |awk  '$1 ~ /^C[0-9]+:/ {print $1}'|xargs|sed 's/ /\t/g;s/_/ /g' > RESULT.txt

AMST=$(awk -F"\n" 'BEGIN {RS="\n\n";OFS="\n";}NR=='$x' { print $1}' ORIGEM_TEMP.txt)

awk -F"\n" 'BEGIN {RS="\n\n";OFS="\n";} NR=='$x' { print $0}' ORIGEM_TEMP.txt |awk  'BEGIN{printf "'$AMST' "} $1 ~ /^C[0-9]+:/ {print $3}'|xargs|sed 's/ /\t/g' >> RESULT.txt

done

 

É isso ai... :)

----------------------------------------------------------------------------------------
Se a resposta lhe ajudou, marque-a como a MELHOR, dessa forma, ganho uns pontos,
o que incentiva a continuar colaborando, ajudando, participando e compartilhando conhecimentos . . . :)
----------------------------------------------------------------------------------------
Abç.:
Marcelo Oliver