unix - 删除第一列不是数字的行

Question

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'

有没有这方面的建议。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:)

Answer 1

假设您只处理无符号整数值，您可以使用：

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

或者

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

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

如果您的数字更一般（例如，有符号，可能带有小数点，可能带有指数符号 - 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将使用正匹配，只选择符合以下条件的行字段 1 匹配您的正则表达式以获得有效数字。

Answer 2

你可以简单地 grep ：

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：第一列中的空列值将不匹配。

Answer 3

尝试这个：

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