连接两个 csv + 第一个文件第一列 + 第二个文件第一列并仅获取匹配列数据

Question

文件1.txt

name
abc
xyz
pqr

文件2.txt

name,addr,id
abc,hj,1
pqr,hj.2
jkd,hj,9
jh,jd,2

输出文件

name,addr,id
abc,hj,1
pqr,hj.2

Answer 1

使用join：

join -t, -o 0,1.2,1.3 <(sort <(tail -n +2 file2)) <(sort <(tail -n +2 file1))
abc,hj,1
pqr,hj,2

• -t,将输入/输出字段分隔符指定为逗号。

• -o只输出指定字段；0是连接（第一个）字段（可以用1.1或替换2.1）；格式是（哪个文件中的X.Y哪个字段。）YX

• tail -n +2 infile返回除第一行之外的所有行标头线。

• sort ...对每个输入文件进行排序。

或者与awk：

awk -F, 'NR==FNR {!seen[$1]; next} $1 in seen' file1 file2
name,addr,id
abc,hj,1
pqr,hj,2

• -F,指定输入字段分隔符是逗号。

• NR==FNR;NR将在读取的第一条记录/行上设置为 1awk并递增，直到读取单个输入文件或多个文件的所有记录/行；FNR将在读取的第一条记录/行上设置为 1awk并递增，直到当前输入文件中读取所有记录/行，并将在下一个文件中重置回 1；所以NR==FNR只有当awk正在读取第一个file1输入文件，并且将执行其后续块。它正在创建一个关联的数组，seen用以下行调用文件1作为该数组的索引（如果之前未设置）。

• $1 in seen：仅在第二个执行file2并检查该文件中的第一列是否与数组中的任何键匹配，seen然后将其打印。

Answer 2

这将起作用：

grep --color=never -f <(cut -d, -f1 file1.txt | sed 's#.*#^\0,#') file2.txt 

解释：

• grep -f：从FILE中获取模式，每行一个
• --color=never（可选）grep从匹配的输出中删除颜色。
• <([...]) 是根据括号之间的内容创建文件描述符的语法，如下所示：
• cut -d, -f1 file1.txt将返回 file1.txt 的第一列
• sed 's#.*#^\0,#'将使第一列读起来就像^column1,为 . 创建正确的模式grep。

如果您想排除标题以避免错误（在您的示例中不需要），请使用以下命令：

head -n 1 file2.txt && \
grep --color=never -f <(tail -n +2 file1.txt | cut -d, -f1 | sed 's#.*#^\0,#') file2.txt

两个命令都返回：

name,addr,id
abc,hj,1
pqr,hj.2