linux，逗号分隔的单元格到行保留/汇总列

问题描述

| 这里有一个类似的问题，但是对于excel / vba Excel宏-逗号分隔的单元格到行保留/汇总列 因为我有一个大文件（> 300mb），所以这不是一个选择，因此我正在努力使其以bash的形式工作。 基于此数据

 1   Cat1                 a,b,c
 2   Cat2                 d
 3   Cat3                 e
 4   Cat4                 f,g

我想将其转换为：

 1   Cat1                 a
 1   Cat1                 b
 1   Cat1                 c
 2   Cat2                 d
 3   Cat3                 e
 4   Cat4                 f
 4   Cat4                 g

    

解决方法

cat > data << EOF
1   Cat1                 a,b,c
2   Cat2                 d
3   Cat3                 e
4   Cat4                 f,g
EOF

set -f                               # turn off globbing
IFS=,# prepare for comma-separated data
while IFS=$\'\\t\' read C1 C2 C3; do    # split columns at tabs
    for X in $C3; do                 # split C3 at commas (due to IFS)
        printf \'%s\\t%s\\t%s\\n\' \"$C1\" \"$C2\" \"$X\"
    done
done < data

    ,这看起来像是awk或perl的工作。

awk \'BEGIN { FS = OFS = \"\\t\" }
     { split($3,a,\",\");
       for (i in a) {$3 = a[i]; print} }\'
perl -F\'\\t\' -alne \'foreach (split \",$F[2]) {
                       $F[2] = $_; print join(\"\\t\",@F)
                   }\'

这两个程序都基于相同的算法：以逗号分隔第三列，并遍历组件，依次在第三列中打印每个组件的原始行。