用唯一标识符在列表中替换重复的元素

Question

我有一个如下列表：

1 . Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 . Sam 3 4 56 6 89
3 . Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 . Pig 2 5 67 2 21

（实际列表为4000万行）。

第二列中有重复的元素（即"。"）

我想用唯一的标识符（例如" .1"，" .2"，" .3" ..."。

我试图通过bash循环/sed组合来做到这一点，但它不起作用...

尝试失败：

for i in 1..4
  do
    sed -i "s_//._//."$i"_"$i""
  done 

（从本质上讲，我试图替换每个 n th。

Answer 1

这是一种使用awk进行操作的方法（假设您的文件称为input：

$ awk '$2=="."{$2="."++counter}{print}' input 
1 .1 Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 .2 Sam 3 4 56 6 89
3 .3 Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 .4 Pig 2 5 67 2 21

awk程序将第二列（$2）替换为通过串联.形成的字符串和预入的计数器（++counter），如果第二列正好是.。然后，它打印出所获得的所有列（是否修改了$2）（{print}）。

普通狂欢替代：

c=1
while read -r a b line ; do
  if [ "$b" == "." ] ; then
    echo "$a ."$((c++))" $line"
  else
    echo "$a $b $line"
  fi
done < input

Answer 2

由于您的问题被标记为sed和bash，这里有一些完整性的示例。

仅bash

使用参数扩展。第二列将是唯一的，但不是顺序：

i=1; while read line; do echo ${line/./.$((i++))}; done < input
1 .1 Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 .3 Sam 3 4 56 6 89
3 .4 Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 .6 Pig 2 5 67 2 21

bash sed

sed不能增加变量，必须在外部进行。

对于每行，如果行包含一个.，请增加$i，然后让sed附加$i之后.

i=0                                    
while read line; do                 
    [[ $line == *.* ]] && i=$((i+1))   
    sed "s#.#.$i#" <<<"$line" 
done < input                           

输出：

1 .1 Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 .2 Sam 3 4 56 6 89
3 .3 Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 .4 Pig 2 5 67 2 21

Answer 3

您可以使用此命令：

awk '{gsub(/./,c++);print}' filename

输出：

1 0 Fred 1 6 78 8 09
1 1 Geni 1 4 68 9 34
2 2 Sam 3 4 56 6 89
3 3 Flit 2 4 56 8 34
3 4 Dog 2 5 67 8 78
3 5 Pig 2 5 67 2 21