Manipule o formato científico sem o "e"

Estou tentando manipular um arquivo que contém números em notação científica, mas sem o esímbolo, ou seja, 1.2e+3está escrito como 1.2+3.

A coisa mais fácil que pensei em fazer awkfoi substituir +por e+, usando a gsubfunção e fazer meu cálculo no novo arquivo. O mesmo vale para o caso negativo. Portanto, uma correção simples pode ser feita usando o seguinte comando

awk '{gsub("+", "e+", $1); print $1, $2, $3, $4, $5}' file_in

e faça o mesmo em todas as colunas.

No entanto, o arquivo também contém números negativos, o que torna as coisas um pouco mais complicadas. Um arquivo de exemplo pode ser visto abaixo

 1.056000+0 5.000000-1 2.454400-3 2.914800-2 8.141500-6
 2.043430+1 5.000000-1 2.750500-3 2.698100-2-2.034300-4
 3.829842+1 5.000000-1 1.969923-2 2.211364-2 9.499900-6
 4.168521+1 5.000000-1 1.601262-2 3.030919-2-3.372000-6
 6.661784+1 5.000000-1 5.250575-2 3.443669-2 2.585500-5
 7.278104+1 5.000000-1 2.137055-2 2.601701-2 8.999800-5
 9.077287+1 5.000000-1 1.320498-2 2.961020-2-1.011600-5
 9.248130+1 5.000000-1 3.069610-3 2.786329-2-6.317000-5
 1.049935+2 5.000000-1 4.218794-2 3.321955-2-5.097000-6
 1.216283+2 5.000000-1 1.432105-2 3.077165-2 4.300300-5

Alguma idéia de como manipular e cálculos com esse arquivo?

Esta saída está correta?

 1.056000e+0 5.000000e-1 2.454400e-3 2.914800e-2 8.141500e-6
 2.043430e+1 5.000000e-1 2.750500e-3 2.698100e-2-2.034300e-4
 3.829842e+1 5.000000e-1 1.969923e-2 2.211364e-2 9.499900e-6
 4.168521e+1 5.000000e-1 1.601262e-2 3.030919e-2-3.372000e-6
 6.661784e+1 5.000000e-1 5.250575e-2 3.443669e-2 2.585500e-5
 7.278104e+1 5.000000e-1 2.137055e-2 2.601701e-2 8.999800e-5
 9.077287e+1 5.000000e-1 1.320498e-2 2.961020e-2-1.011600e-5
 9.248130e+1 5.000000e-1 3.069610e-3 2.786329e-2-6.317000e-5
 1.049935e+2 5.000000e-1 4.218794e-2 3.321955e-2-5.097000e-6
 1.216283e+2 5.000000e-1 1.432105e-2 3.077165e-2 4.300300e-5

Código:

perl -lne 's/(\.\d+)(\+|\-)/\1e\2/g; print' sample

Explicação:

• -lne cuide das terminações da linha, processe cada linha de entrada, execute o código a seguir

• s/(\.\d+)(\+|\-)/\1e\2/g:

  • substituto ( s)
  • (.\d+)(\+|\-) encontre dois grupos de (um ponto e números) e (um mais ou menos)
  • \1e\2substitua-os pelo primeiro grupo e edepois pelo segundo grupo
  • g globalmente - não pare na primeira substituição em cada linha, mas processe todos os hits possíveis

• print imprima a linha

• sample Arquivo de entrada

Este adiciona espaço se estiver faltando. De fato, coloca espaço entre os números, independentemente. Ou seja. se houvesse dois espaços em algum caso, haveria apenas um na saída.

perl -lne 's/(\.\d+)(\+|\-)(\d+)(\s*)/\1e\2\3 /g; print' sample

A maior parte é semelhante à anterior. A novidade é o (\d+)grupo nº 3 e o (\s*)grupo nº 4. *aqui significa opcional. Na substituição, não \4é usado. Há um espaço em seu lugar.

A saída é esta:

 1.056000e+0 5.000000e-1 2.454400e-3 2.914800e-2 8.141500e-6 
 2.043430e+1 5.000000e-1 2.750500e-3 2.698100e-2 -2.034300e-4 
 3.829842e+1 5.000000e-1 1.969923e-2 2.211364e-2 9.499900e-6 
 4.168521e+1 5.000000e-1 1.601262e-2 3.030919e-2 -3.372000e-6 
 6.661784e+1 5.000000e-1 5.250575e-2 3.443669e-2 2.585500e-5 
 7.278104e+1 5.000000e-1 2.137055e-2 2.601701e-2 8.999800e-5 
 9.077287e+1 5.000000e-1 1.320498e-2 2.961020e-2 -1.011600e-5 
 9.248130e+1 5.000000e-1 3.069610e-3 2.786329e-2 -6.317000e-5 
 1.049935e+2 5.000000e-1 4.218794e-2 3.321955e-2 -5.097000e-6 
 1.216283e+2 5.000000e-1 1.432105e-2 3.077165e-2 4.300300e-5 

Você também pode usar sed, por exemplo:

<infile sed -E 's/([0-9])([+-])([0-9])/\1e\2\3/g' | awk '{ print $1 + 0 }'

No entanto, isso não leva em consideração que as colunas na listagem do OP às vezes não são separadas. Aqui está uma solução alternativa com precisão apropriada:

<infile sed -E 's/.{11}/& /g'       |
sed -E 's/([0-9])([+-])/\1e\2/g'    |
gawk '{ print $1 + 0 }' OFMT='%.7g'

Resultado:

1.056
20.4343
38.29842
41.68521
66.61784
72.78104
90.77287
92.4813
104.9935
121.6283