Encontrando um número seqüencial faltando em um arquivo de dados

Question

Como posso pesquisar um arquivo grande com 'números seqüenciais' (que são redefinidos após 16) em uma coluna específica para encontrar uma linha ausente?

Eu tenho um arquivo de dados:

col1 col2 col3 col4 col5 1
col1 col2 col3 col4 col5 2
.
.
.
col1 col2 col3 col4 col5 15
col1 col2 col3 col4 col5 16
col1 col2 col3 col4 col5+1 1

onde a última coluna conta de 1 a 16, redefine novamente para um. Neste ponto, 1 é adicionado à coluna 5.

Uma saída limpa seria apenas iterar até o final do arquivo. Como posso encontrar dados perdidos, por exemplo,

col1 col2 col3 col4 col5 1
col1 col2 col3 col4 col5 3

onde uma linha foi ignorada / perdida como pode ser visto na última coluna que pulou o valor de 2?

Eu gostaria que o número da linha / localização da linha antes ou depois dos dados ausentes fosse a saída desejada.

Esta resposta no Stack Overflow me deu a ideia de usar awk . Então, o que eu tenho é:

awk '$6!=p+1{print NR}{p=$6}'

Para tentar imprimir o número da linha atual quando a coluna 6 da linha atual não for igual à coluna 6 da última linha +1. Isso falha devido à natureza em loop de chegar a 16 e voltar a 1.

    

Answer 1

$ cat -n file
 1  col1 col2 col3 col4 col5 14
 2  col1 col2 col3 col4 col5 15
 3  col1 col2 col3 col4 col5 16
 4  col1 col2 col3 col4 col5 1
 5  col1 col2 col3 col4 col5 2
 6  col1 col2 col3 col4 col5 15
 7  col1 col2 col3 col4 col5 16
 8  col1 col2 col3 col4 col5 4
 9  col1 col2 col3 col4 col5 5

$ awk '{if (p % 16 + 1 != $6) printf("line %d is bad: %s\n", NR, $0); p=$6}' file
line 1 is bad: col1 col2 col3 col4 col5 14
line 6 is bad: col1 col2 col3 col4 col5 15
line 8 is bad: col1 col2 col3 col4 col5 4

Para entender o valor do operador de módulo "%" (divisão restante), você pode brincar com este snippet awk:

$ yes | head -n 40 | awk '{x=NR-1; print x, "->", x % 16}'
0 -> 0
1 -> 1
2 -> 2
[...]
14 -> 14
15 -> 15
16 -> 0
17 -> 1
18 -> 2
[...]