如何基于列名而非列号对数千列大文本文件执行条件过滤统计

以下方案仅遍历文件1次，无需提前单独查询列号，适配数千列的大体积文件，针对你给出的示例执行后直接返回预期结果2：

awk -F'[[:space:]]+' 'NR==1{for(i=1;i<=NF;i++) col[$i]=i} {if($col["ad"]=="c" && $col["bd"]=="water") cnt++} END{print cnt}' file.txt

参数说明：

• -F'[[:space:]]+'：适配多空格/制表符分隔的文本，若你的文件是严格制表符分隔可替换为-F'\t'提升执行效率
• 第一行（表头行）执行时自动遍历所有列，生成列名:列号的映射字典存入col数组
• 后续每行直接通过列名读取对应列的取值，按条件计数，最终输出匹配行数

原有尝试命令的问题 #

• 第一个awk命令逻辑错误：awk没有内置的列名自动映射能力，你写的$colname1会读取未定义的colname1变量（默认空值），等价于判断整行内容是否为2，完全不符合过滤逻辑
• 第二个获取列号的命令存在语法缺失：tr '\t'缺少替换目标参数，同时引号未闭合，完整的单独查询列号命令参考为：

# 仅查询列号的场景
head -n1 file.txt | tr '\t' '\n' | cat -n | grep "目标列名"
# 提取纯数字列号
head -n1 file.txt | tr '\t' '\n' | grep -n "ad" | cut -d: -f1

内容的提问来源于stack exchange，提问作者Shelby Labuschagne