Sortieren numerisch nach erster Zeile

Question

Ich habe eine Datei mit fast 900 Zeilen in Excel, die ich als Tab-getrennt. TXT-Datei gespeichert habe. Ich möchte die Textdatei nach den Zahlen in der ersten Spalte sortieren (sie liegen zwischen 0 und 2250). Die anderen Spalten sind sowohl Zahlen als auch Buchstaben unterschiedlicher Länge, z.

myfile.txt:

0251 abcd 1234,24 bcde 
2240 efgh 2345,98 ikgpppm 
0001 lkjsi 879,09 ikol 

Ich habe

versucht

sort -k1 -n myfile.txt > myfile_num.txt 

aber bekomme ich nur eine identische Datei mit neuen Namen. Ich möchte bekommen:

myfile_num.txt

0001 lkjsi 879,09 ikol 
0251 abcd 1234,24 bcde 
2240 efgh 2345,98 ikgpppm 

Was mache ich falsch? Ich schätze, dass es ganz einfach ist, aber ich würde jede Hilfe, die ich bekommen kann, schätzen! Ich kenne nur ein wenig Bash Scripting, so wäre es schön, wenn das Skript ein sehr einfacher Einzeiler, die ich verstehen kann :)

Thanks :)

Answer 1

Verwenden Sie diesen alten Mac OS Wagenrücklauf konvertieren zu newline:

tr '\r' '\n' < myfile.txt | sort 

Answer 2

Wie here erwähnt können Sie Probleme damit haben (und in der anderen pseudo-Follow-up-Duplikat question fragte Sie, ja, du hast)

tr '\r' '\n' < myfile.txt | sort -n 

Es fein hier auf MSYS funktioniert, aber auf einigen Plattformen kann man hinzufügen:

export LC_CTYPE=C 

oder tr wird die Datei als Textdatei, betrachten und wahrscheinlich wird es Tag als korrupt nach der max Linie Grenze erreicht hat .

Offensichtlich konnte ich es nicht testen, aber ich bin zuversichtlich, dass es das Problem lösen wird, das gegeben wird, was ich auf der verbundenen Antwort lese.

Answer 3

Ein Python-Ansatz (Python 2 & 3 kompatibel), immun gegen alle Shell-Probleme. Funktioniert gut und tragbar. Ich habe bemerkt, dass die Eingabedatei einige '0x8C' Zeichen (exotische Punkte) hat, wahrscheinlich verwirrend tr Befehl. , die richtig unter behandelt wird:

import csv,sys 

# read the file as binary, as it is not really text 
with open("Proteins.txt","rb") as f: 
    data = bytearray(f.read()) 
    # replace 0x8c char by classical dots 
    for i,c in enumerate(data): 
     if c>0x7F: # non-ascii: replace by dot 
      data[i] = ord(".") 

    # convert to list of ASCII strings (split using the old MAC separator) 
    lines = "".join(map(chr,data)).split("\r") 

    # treat our lines as input for CSV reader 
    cr = csv.reader(lines,delimiter='\t',quotechar='"') 

    # read all the lines in a list  
    rows = list(cr) 
    # perform the sort (tricky) 
    # on first row, numerical, removing the leading 0 which is illegal 
    # in python 3, and if not numerical, put it at the top 

    rows = sorted(rows,key=lambda x : x[0].isdigit() and int(x[0].strip("0"))) 

# write back the file as a nice, legal, ASCII tsv file 

if sys.version_info < (3,): 
    f = open("Proteins_sorted_2.txt","wb") 
else: 
    f = open("Proteins_sorted_2.txt","w",newline='') 

cw = csv.writer(f,delimiter='\t',quotechar='"') 
cw.writerows(rows) 
f.close()