如果列有多個值，則分別複製每個值的行

我有一個具有以下格式的文件，每列由製表符分隔：

C1  C2  C3
a   b,c d
e   f,g,h   i
j   k   l
...

現在我需要根據第二列中用逗號分隔的值的數量（如果是這種情況）來確定行數。這些行必須具有其中一個值，而不是其他值。結果將是這樣的：

C1  C2  C3
a   b   d
a   c   d
e   f   i
e   g   i
e   h   i
j   k   l
...
...

由於這是由於盡快工作，我剛剛製作了一個*不要在家執行此操作的*腳本，用 逐行閱讀while，因為我缺乏相關技能awk，或者沒有使用其他工具探索其他可能的解決方案。腳本如下：

同時我正在修改劇本

# DON'T DO THIS AT HOME SCRIPT
> duplicados.txt
while IFS= read -r line; do
 # get the value of the column of interest
 cues="$(echo "$line" | awk -F'\t' '{ print $18 }')"
 # if the column has commas then it has multiple values
 if [[ "$cues" =~ , ]]; then
   # count the commas
   c=$(printf "%s" "$cues" | sed 's/[^,]*//g' | wc -c)
   # loop according to the number of commas
   for i in $(seq $(($c + 1))); do
     # get each value of the column of interest according to the position
     cue="$(echo "$cues" | awk -F',' -v c=$i '{ print $c; ++c }')"
     # save the line to a file substituting the whole column for the value
     echo "$line" | sed "s;$cues;$cue;" >> duplicados.txt
   done
   continue
 fi
 # save the single value lines
 echo "$line" >> duplicados.txt
done < inmuebles.txt

有了這個，我得到了想要的結果（據我所知）。正如你可以想像的那樣，腳本很慢而且效率很低。我怎麼能用awk或其他工具做到這一點？

真實數據的樣本是這樣的，感興趣的列是數字 18：

1409233 UNION   VIAMONTE    Estatal Provincial  DGEP    3321    VIAMONTE                            -33.7447365;-63.0997115 Rural Aglomerado    140273900   140273900-ESCUELA NICOLAS AVELLANEDA
1402961 UNION   SAN MARCOS SUD  Estatal Provincial  DGEA, DGEI, DGEP    3029, 3311, Z11 SAN MARCOS SUD                          -32.629557;-62.483976 / -32.6302699949582;-62.4824499999125 / -32.632417;-62.484932 Urbano  140049404, 140164000, 140170100, 140173100  140049404-C.E.N.M.A. N° 201 ANEXO SEDE SAN MARCOS SUD, 140164000-C.E.N.P.A. N° 13 CASA DE LA CULTURA(DOC:BERSANO), 140170100-ESCUELA HIPOLITO BUCHARDO, 140173100-J.DE INF. HIPOLITO BUCHARDO
1402960 UNION   SAN ANTONIO DE LITIN    Estatal Provincial  DGEA, DGEI, DGETyFP 3029, TZONAXI, Z11  SAN ANTONIO DE LITIN    3601300101020009    360102097366    0250347         SI / SI -32.212126;-62.635999 / -32.2122558;-62.6360432 / -32.2131931096409;-62.6291815804363   Rural Aglomerado    140049401, 140313000, 140313300, 140483400, 140499800   140049401-C.E.N.M.A. N° 201 ANEXO SAN ANTONIO DE LITIN, 140313000-I.P.E.A. Nº 214. MANUEL BELGRANO, 140313300-J.DE INF. PABLO A. PIZZURNO, 140483400-C.E.N.P.A. DE SAN ANTONIO DE LITIN, 140499800-C.E.N.P.A. B DE SAN ANTONIO DE LITIN

您可以awk通過拆分複合列,並循環結果來做到這一點：

awk -F'\t' 'BEGIN{OFS=FS} {n=split($2,a,/,/); for(i=1;i<=n;i++){$2 = a[i]; print}}' file

也許更乾淨，你可以用Miller來做- 特別是使用nest 動詞：

$ cat file
C1      C2      C3
a       b,c     d
e       f,g,h   i
j       k       l

$ mlr --tsv nest --explode --values --across-records --nested-fs ',' -f C2 file
C1      C2      C3
a       b       d
a       c       d
e       f       i
e       g       i
e       h       i
j       k       l

更緊湊--explode --values --across-records --nested-fs ','的可以替換為--evar ','

引用自：https://unix.stackexchange.com/questions/700664