删除第一列不是数字的行答案

【问题标题】：Removing a line where the first column is not numeric删除第一列不是数字的行
【发布时间】：2023-03-02 22:09:01
【问题描述】：

我有一个大型数据集，它是一个 CSV 文件，并且我已经对其进行了相当多的清理。但是，在某些情况下，我有一列不是数字的，我想删除这些行。

到目前为止，我认为这样的事情会起作用。我认为解决方案可能很简单。我不确定我是否可以做这样的事情。这是一个 CSV 文件，所以我试图告诉 awk 它由逗号分隔。第一列中的一个良好值的示例是：323870133825187840

awk '/,/$1 != numeric'

对此有什么建议吗？我最初考虑做某种单行，例如 [0-9] 等。如果有人能帮助我解决这个问题，我将不胜感激。对于外面的人来说，这可能就像儿戏:)

【问题讨论】：

标签： unix csv awk

【解决方案1】：

假设您只处理无符号整数值，您可以使用：

awk -F, '$1 ~ /^[[:digit:]]+$/'

或

awk -F, '$1 !~ /[^[:digit:]]/'

两者都使用“隐式打印”操作。第一个检查$1 仅包含数字；第二个检查$1 不包含非数字。

如果您的数字更通用（有符号，可能带有小数点，可能带有指数符号 - 例如 6.0221413e+23（阿伏伽德罗数）），那么您需要一个更复杂的正则表达式并且将使用正匹配，仅选择字段 1 与您的正则表达式匹配的行以获得有效数字。

【讨论】：

第一个选项就像一个魅力。非常感谢。现在我的 CSV 文件中的所有数据都井井有条，我编写的 java 代码运行良好！谢谢你，我真的很感激。
还有什么好的教程或网页可以让您或其他人推荐如何学习 awk 或 sed？每次我想使用 unix 命令做某事时，我都不想来董事会。
曾经有一本 O'Reilly 关于 Awk 和 Sed 的书；快速搜索显示您仍然可以购买它们 (search.oreilly.com/?q=sed+awk)。我从7th Edition UNIX™ Programmer's Manuals (Vols 1 & 2) 中学到了，但是现代版本的命令比 1978 版本更强大。 GNU 手册（gawk 和 sed）也不错。
非常感谢。我可能会调查一下。

【解决方案2】：

你可以简单地grep它：

grep -P '^[+-]?\d*(\.\d+)?(?<=.),' file

如果在第一列中找到带有可选=/- 符号的十进制/整数，这将返回行。

例如，以下数字将在第 1 列中匹配：

6.72
1235.3
72
.66
2.8
+3.5
-5.9

PS：第一列的空列值将不匹配。

【讨论】：

【解决方案3】：

试试这个：

awk -F, '$1+0 != $1{next}1' csvFile

【讨论】：