☰

比较两个不同 CSV 文件的两列并合并输出

tag-icon • tag-icon linux awk perl csv
比较两个不同 CSV 文件的两列并合并输出

表1.csv

 DATE,      TIMESTAMP, ID,  START TIME, END TIME, DURATION
2019-04-05, 13:57:19,  1607,13:06:42,   13:07:12, 00:00:30
2019-04-05, 13:58:00,  2327,13:57:26,   13:57:43, 00:00:17
2019-04-24, 12:30:00,  1836,11:20:01,   12:30:00, 01:09:59
2019-04-24, 12:30:00,  1836,11:20:01,   12:30:00, 01:09:59
2019-04-24, 15:30:01,  1836,14:50:01,   15:30:01, 00:40:00
2019-04-24, 15:30:01,  1836,14:50:01,   15:30:01, 00:40:00

表2.csv

KEY, ID,   NAME
407, 1607, RECORD1
1127,2327, RECORD2
636, 1836, RECORD3
664, 1864, RECORD4
703, 1903, RECORD5

匹配 TABLE1.csv 中的第 3 列和 TABLE2.csv 中的第 2 列以及所需的输出，如下所示：

 DATE,      TIMESTAMP, ID,   NAME,    START TIME, END TIME, DURATION
2019-04-05, 13:57:19,  1607, RECORD1, 13:06:42,   13:07:12, 00:00:30
2019-04-05, 13:58:00,  2327, RECORD2, 13:57:26,   13:57:43, 00:00:17
2019-04-24, 12:30:00,  1836, RECORD3, 11:20:01,   12:30:00, 01:09:59
2019-04-24, 12:30:00,  1836, RECORD3, 11:20:01,   12:30:00, 01:09:59
2019-04-24, 15:30:01,  1836, RECORD3, 14:50:01,   15:30:01, 00:40:00
2019-04-24, 15:30:01,  1836, RECORD3, 14:50:01,   15:30:01, 00:40:00

我已经尝试过每个例子

awk -F',' 'FNR==NR.....

答案1

这个sed收集保留空间中的替换TABLE2.csv，然后执行列的添加：

sed 's/^[^,]*, *\([0-9]*,[^,]*\)$/\1/
T2
H;d
:2
G
s/\([^,]*,[^,]*, *\)\([0-9]*,\)\([^[:cntrl:]]*\)\n.*\n\2\([^[:cntrl:]]*\)/\1\2\4, \3/
P;d' TABLE2.csv TABLE1.csv

如果有必要，您必须为更改后的标题添加一些内容。

  • s/^[^,]*, *\([0-9]*,[^,]*\)$/\1/TABLE2.csv确实从行中提取第二列和第三列
  • T2:2如果没有进行替换，则跳转到（因此，对于TABLE2.csv行）
  • 更改的TABLE2.csv行将追加到H旧空间，然后d删除（停止执行该行）
  • :2是跳跃标记。以下所有内容TABLE1.csv仅针对线路完成
  • G将查找表从保留空间追加到模式空间
  • s/\([^,]*,[^,]*, *\)\([0-9]*,\)\([^[:cntrl:]]*\)\n.*\n\2\([^[:cntrl:]]*\)/\1\2\4, \3/在查找表中查找 ID ( [0-9]*,) 的出现并添加匹配字段
  • P打印该行（没有添加的查找表）并d停止该行的执行。

更详细的解释请参考如何在一个文件中定义的内容替换另一文件

答案2

我会用为了这

awk -F', *' -v OFS=', ' '
    NR == FNR { name[$2] = $3; next }
    { $3 = $3 OFS name[$3]; print }
' TABLE{2,1}.csv

输出

 DATE, TIMESTAMP, ID, NAME, START TIME, END TIME, DURATION
2019-04-05, 13:57:19, 1607, RECORD1, 13:06:42, 13:07:12, 00:00:30
2019-04-05, 13:58:00, 2327, RECORD2, 13:57:26, 13:57:43, 00:00:17
2019-04-24, 12:30:00, 1836, RECORD3, 11:20:01, 12:30:00, 01:09:59
2019-04-24, 12:30:00, 1836, RECORD3, 11:20:01, 12:30:00, 01:09:59
2019-04-24, 15:30:01, 1836, RECORD3, 14:50:01, 15:30:01, 00:40:00
2019-04-24, 15:30:01, 1836, RECORD3, 14:50:01, 15:30:01, 00:40:00

首先读取 TABLE2 并将 ID 映射到 NAME。
然后读取 TABLE1 并将 NAME 添加到 ID 字段。

设置列间距的格式由您决定。

相关内容