并排粘贴文件

Question

我在一个目录中有很多ascii 文件，我只想按数字对文件名进行排序并并排粘贴。 其次，粘贴后我想通过在末尾附加零来使所有列的长度相同。

我的文件被命名为

 data_Z_1   data_N_457 data_E_45
  1.5          1.2       2.3
  2.0          2.3       1.8
               4.5

一开始我只想按照下面给出的数字对上面的文件名进行排序，然后并排粘贴为

data_Z_1  data_E_45 data_N_457
  1.5       2.3      1.2
  2.0       1.8      2.3
                     4.5

其次，我需要使粘贴文件中的所有列都等长，这样输出应该是这样的

   1.5    2.3    1.2
   2.0    1.8    2.3
   0.0    0.0    4.5

I tried as below:
ls data_*_* | sort -V 

但它不起作用。任何人都可以帮助我克服这个问题。在此先感谢。

Answer 1

请您尝试以下方法：

paste $(ls data* | sort -t_ -k3n) | awk -F'\t' -v OFS='\t' '
{for (i=1; i<=NF; i++) if ($i == "") $i = "0.0"} 1'

输出：

1.5     2.3     1.2
2.0     1.8     2.3
0.0     0.0     4.5

• sort -t_ -k3n 将字段分隔符设置为 _ 并按数字排序 第三个字段值的文件名。
• awk 命令分配的选项-F'\t' -v OFS='\t' 制表符的输入/输出字段分隔符。
• awk 语句for (i=1; i<=NF; i++) if ($i == "") $i = "0.0" 扫描输入字段并为空字段设置0.0。
• 最后的1 相当于print $0 打印字段。

[编辑]
如果你有大量的文件，它可能会超出 bash 的能力。这是python 使用dataframe 的替代方案。

#!/usr/bin/python

import glob
import pandas as pd
import re

files = glob.glob('data*')
files.sort(key=lambda x: int(re.sub(r'.*_', '', x)))    # sort filenames numerically by its number

dfs = []                                                # list of dataframes
for f in files:
    df = pd.read_csv(f, header=None, names=[f])         # read file and assign column
    df = df.apply(pd.to_numeric, errors='coerce')       # force the cell values to floats
    dfs.append(df)                                      # add as a new column
df = pd.concat(dfs, axis=1, join='outer')               # create a dataframe from the list of dataframes
df = df.fillna(0)                                       # fill empty cells
print(df.to_string(index=False, header=False))          # print the dataframe removing index and header

这将产生相同的结果。