1

Estoy con el dataset del Titanic y quiero aplicar varios cambios mediante sed o awk, pero quiero que tengan regex y que sean en varias líneas.

El dataset es así:

name,"gender","age","class","embarked","country","ticketno","fare","sibsp","parch","survived"
Abbing, Mr. Anthony,"male",42,"3rd","S","United States",5547,7.11,"0","0","no"
Abbott, Mr. Eugene Joseph,"male",13,"3rd","S","United States",2673,20.05,"0","2","no"
Abbott, Mr. Rossmore Edward,"male",16,"3rd","S","United States",2673,20.05,"1","1","no"
Abbott, Mrs. Rhoda Mary 'Rosa',"female",39,"3rd","S","England",2673,20.05,"1","1","yes"
Abelseth, Miss. Karen Marie,"female",16,"3rd","S","Norway",348125,7.13,"0","0","yes"
Abelseth, Mr. Olaus Jørgensen,"male",25,"crew","S","United States",348122,7.13,"0","0","yes"
Abelson, Mr. Samuel,"male",30,"2nd","C","France",3381,24,"1","0","no"
Abelson, Mrs. Hannah,"female",28,"2nd","C","France",3381,24,"1","0","yes"
Abi-Al-Munà, Mr. Nasif Qasim,"male",27,"3rd","C","Lebanon",2699,18.1509,"0","0","yes"
Abrahamsson, Mr. Abraham August Johannes,"male",20,"3rd","S","Finland",3101284,7.1806,"0","0","yes"

Quiero hacer un regex para hacer el cambio del campo "embarked" y lo planteo de esta forma:

sed -e 's/[a-zA-Z,.]*,[Mr|Mrs].[a-zA-Z]*,"[male|female]",[0-9][0-9],"[1st|2nd|3rd|crew]","C",/[a-zA-Z,.]*,[Mr|Mrs].[a-zA-Z]*,"[male|female]",[0-9][0-9],"[1st|2nd|3rd|crew]","Cherbourg",/g.' titanic.csv

Me da error al ejecutar sed: -e expresión #1, carácter 180: opción desconocida para `s'

Qué estoy haciendo mal?

Gracias.

5
  • piensa que cuando usas [male] no estás buscando "male", sino indicando que haya un carácter de entre m, a, l o e.
    – fedorqui
    Commented el 1 dic. 2021 a las 13:57
  • @fedorqui'SOdejadedañar', soy consciente, pero entonces debería indicar "male"|"female" explicitamente en esa parte del regex? El mismo fallo lo cometo con [Mr.|Mrs.], no?
    – icatalan
    Commented el 2 dic. 2021 a las 9:27
  • 1
    sed -r 's/(una|otra)//' debería funcionar. Fíjate en el -r.
    – fedorqui
    Commented el 2 dic. 2021 a las 10:49
  • @fedorqui'SOdejadedañar' Usando -r me da el error:sed: -e expresión #1, carácter 88: opción desconocida para `s' . La expresión es: sed -r 's/[a-zA-Z,.]*,(Mr|Mrs).[a-zA-Z]*,"(male|female)",[0-9][0-9],"(1st|2nd|3rd|crew)","C",//"Cherbourg",/g.' titanic.csv Ten en cuenta que quiero usar Regex completo. No voy bien así?
    – icatalan
    Commented el 5 dic. 2021 a las 8:29
  • 1
    Tienes un punto de más al final del todo, en /g.. Di solamente /g. También tienes una barra de más antes de "Cherbourg", es ,/"Cherbourg",/g.
    – fedorqui
    Commented el 5 dic. 2021 a las 11:19

1 respuesta 1

0

La expresión regular ha crecido mucho y hay distintos elementos que no funcionan.

Para que lo haga puedes usar algo así como:

sed -r 's/([a-zA-Z.]*, (Mr|Mrs).[ a-zA-Z]*,"(male|female)",[0-9][0-9],"(1st|2nd|3rd|crew)"),"C"/\1,"Cherbourg"/' fichero

Mírala poco a poco y cuando hagas pruebas ve añadiendo pieza a pieza poco a poco. Cuando funciona un bloque, añade el siguiente.

Por ejemplo:

  • Para hacer coincidir la segunda columna es útil , (Mr|Mrs).[ a-zA-Z]*, que se basa en lo que hiciste tú y que añade:
    • , coma como delimitador
    • espacio
    • (Mr|Mrs) para indicar o bien "Mr" o bien "Mrs"
    • . para indicar cualquier carácter
    • [ a-zA-Z]* para indicar cualquier serie de letras y espacios

Fíjate también que he puesto un paréntesis "abrazando" todo lo que encajas y luego en la sustitución pongo \1. Esto lo que hace es coger el texto que ha coincidido con el patrón y volverlo a escribir despúes. Ejemplo simple:

$ echo "hola adios" | sed -r 's/^([a-z]*)/XX \1 XX/'
XX hola XX adios

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.