У меня есть текстовый файл с данными за шесть лет (2011-2016). Я хочу извлечь только данные за апрель и май за все шесть лет.
@STATION_ID,LATITUDE,LONGITUDE,TIME(GMT),DATE(GMT),AIR_TEMP(°C)
IMDE1611_14164B(PITAMPURA),28.7,77.15,0,08/09/2011,33.5
IMDE1611_14164B(PITAMPURA),28.7,77.15,1,08/09/2011,33.3
IMDE1611_14164B(PITAMPURA),28.7,77.15,2,08/09/2011,33.8
IMDE1611_14164B(PITAMPURA),28.7,77.15,3,08/09/2011,33.8
IMDE1611_14164B(PITAMPURA),28.7,77.15,4,08/09/2011,34.5
IMDE1611_14164B(PITAMPURA),28.7,77.15,5,08/09/2011,35.0
IMDE1611_14164B(PITAMPURA),28.7,77.15,6,08/09/2011,34.9
IMDE1611_14164B(PITAMPURA),28.7,77.15,7,08/09/2011,35.4
Я использую команды grep
и sed
для фильтрации данных, но они не показывают желаемый результат. Я использую эти команды:
grep "??-0[4-5]-????" filename.txt > filename.csv
sed -n '/2016-04-01/,/2016-04-30/{/2016-04-30/d; p}' my_delhi.txt
sed -n '/2016-04-01/,/2016-04-30/p' my_delhi.txt
В вашем файле похоже, что формат даты на самом деле dd/mm/yyyy
или mm/dd/yyyy
, но в ваших командах вы предполагаете, что это dd-mm-yyyy
или yyyy-mm-dd
.
Вы должны быть в состоянии grep
строки апреля и мая, предполагая, что формат mm/dd/yyyy
с этим выражением
grep -E '(04|05)/[0-9]+/[0-9]+' file
, если это dd/mm/yyyy
, тогда вы можете использовать:
grep -E '[0-9]+/(04|05)/[0-9]+' file
Исходя из примера файла, они должны быть достаточно конкретными.
-E
используют расширенное регулярное выражение (04|05)
match 04
или 05
[0-9]+
хотя бы одну цифру ( конечно, мы можем быть более строгими в отношении точного форматирования даты, например, день может быть [0-3][0-9]
и год 20[0-1][0-9]
, но в этом случае, похоже, нет необходимости) Можно использовать что-то еще вместо /
как sed
разделитель.
sed -n '\:08/09/2011:p' file
или с regex и '#' как разделитель:
sed -nr "\#,[0-9]{2}/[0-9]{2}/[0-9]{4},#p" file
на апрель и май только (dd/mm/yyyy):
sed -nr "\#,[0-9]{2}/0[45]{1}/[0-9]{4},#p" file
или (mm/dd/yyy):
sed -nr "\#,0[45]{1}/[0-9]{2}/[0-9]{4},#p" file
$ perl -F'/,/' -ane 'print if $F[4]=~/^(04|05)/' input.txt
IMDE1611_14164B(PITAMPURA),28.7,77.15,2,04/09/2011,33.8
IMDE1611_14164B(PITAMPURA),28.7,77.15,3,05/09/2011,33.8
, Что происходит здесь, состоит в том, что мы используем запятую в качестве разделителя для столбцов и печати, если и только если 4-й столбец (который является датой) запускается с 04 или 05. Это согласовывается с комментарий OP, где они заявили:
... Формат даты является mm:dd:yyyy.