使用 join 合并多个文件

使用 join 合并多个文件

是否有一些解决方法可以根据第一列一次加入多个文件?通常,我会这样做: join File1 File2 > File1+File2File1+File2 File3 > final_output

示例文件:

文件1:

1 test1
2 test3
3 test4
4 test5
7 test7

文件2:

1 example1
2 example2
3 example3
4 example4
8 example8

文件3:

1 foo1
2 foo2
3 foo3
4 foo4
10 foo10

考虑到每个文件中第五行可能有所不同,并且n文件数量较多。 编辑:

输出示例:

1 test1 example1 foo1
2 test2 example2 foo2
3 test3 example3 foo3
4 test4 example4 foo4

另一方面,我不确定如何处理第 1 列中不匹配的行(第五行)谢谢

答案1

基本上就像你的 3 个文件示例一样

$ join file2 file3| join file1 -
1 test1 example1 foo1
2 test3 example2 foo2
3 test4 example3 foo3
4 test5 example4 foo4

但重要的是您的所有输入文件必须已经排序(sort -k 1b,1像您的示例一样的数字排序可能不起作用!)。因此上面的动态排序示例可以bash这样写:

join <(sort -k 1b,1 file2) <(sort -k 1b,1 file3) | join <(sort -k 1b,1 file1) -\
  | sort -k 1n,1

最后是使用递归函数的 n 个文件的一般情况(在 中测试bash):

xjoin() {
    local f
    local srt="sort -k 1b,1"

    if [ "$#" -lt 2 ]; then
            echo "xjoin: need at least 2 files" >&2
            return 1
    elif [ "$#" -lt 3 ]; then
            join <($srt "$1") <($srt "$2")
    else
            f=$1
            shift
            join <($srt "$f") <(xjoin "$@")
    fi
}

xjoin file1 file2 file3 | sort -k 1n,1

如果您知道自己在做什么,则可以省略排序管道。但根据我的经验,join没有明确说明sort往往会导致麻烦。

相关内容