awk help :)

[Giorgos Keramidas]

On Tue, 28 Apr 2009 18:02:25 +0200, Kyriacos Achilleos <g9kyris at hotmail.com> wrote:
> Geia sas paidia. Graftika sto mailing list sas meta apo eisigisi
> kapiou filou. Exo mia aporia stin awk, an mporeite na me voithisete,
> dioti exo psaksei kai den vrisko ti lysi.
>
> Exo ena file (file1) sto opoio mesa yparxoun 3 columns. To 1o column
> einai arithmoi (probabilities) kai ta alla 2 columns einai strings (1
> leksi to kathe ena). Exo ena allo file (file2), to opoio einai san to
> file1 alla me 1 string column anti 2 (diladi synolo 2 columns).
>
> Thelo tora apo to file1 na pernei to string tou 2ou column kathe
> grammis kai na psaxnei sto file2 gia na vrei tin leksi. Otan tin vrei
> thelo na perno to 1o column ($1) tis grammis, ton arithmo diladi pou
> einai prin ti leksi.
>
> Sto telos, thelo na kanei output (se kainourio file) ta 3 columns tou
> file1 alla to column 1 me tous arithmous na kanei diairesi me ton
> antistoixo arithmo pou vrike apo to file2.
>
>
> Akougetai sigoura polyploko alla eimai sigouros einai poly efkolo gia
>> kapoio pou kserei kati parapano apo mena! Apla den ksero pos na kano
> search se allo file apo ena allo script. Den me noiazei na einai
> script i shell command synexomeno. Sas deinw ena paradeigma gia na
> sas einai pio ksekatharo.

Αν είσαι σίγουρος ότι η σειρά των πεδίων στο file2 είναι αυτή που λες,
όλο το παραπάνω γίνεται με μία εντολή `join' και λίγο awk στο τέλος:

  keramida at kobe:/tmp$ cat file1
  0.01 hello hi
  0.52 world day
  0.23 night football

  keramida at kobe:/tmp$ cat file2
  0.04 hello
  0.02 night
  0.03 world

  keramida at kobe:/tmp$ join -a 1 -e 1.0 -1 2 -2 2 -o 1.1,2.1,1.2,1.3 file1 file2
  0.01 0.04 hello hi
  0.52 0.03 world day
  0.23 1.0 night football

Για να δεις τι κάνει κάθε επιλογή της `join' που έβαλα παραπάνω, διάβασε
το manpage του utility (`man join').  Μόλις φτάσεις σε αυτό το σημείο
είναι ψιλο-προφανές πλέον τι χρειάζεται από το awk:

  keramida at kobe:/tmp$ join -a 1 -e 1.0 -1 2 -2 2 -o 1.1,2.1,1.2,1.3 file1 file2 | awk '{print $1/$2,$3,$4}'
  0.25 hello hi
  17.3333 world day
  0.23 night football

Αν τα word lists είναι και sorted από πριν, θα έχεις πιο καλά
αποτελέσματα μάλλον:

  keramida at kobe:/tmp$ sort -k 2 < file1 > file1.tmp && mv file1.tmp file1
  keramida at kobe:/tmp$ sort -k 2 < file2 > file2.tmp && mv file2.tmp file2
  keramida at kobe:/tmp$ join -a 1 -e 1.0 -1 2 -2 2 -o 1.1,2.1,1.2,1.3 file1 file2 | awk '{print $1/$2,$3,$4}'
  0.25 hello hi
  11.5 night football
  17.3333 world day