☰

使用公共列合并两个文件

tag-icon • tag-icon text-processing awk
使用公共列合并两个文件

我有2个文件。

文件1是：

burnj01,Joe Burns
steves02,Santosh Steve

文件2是：

burnj01,0001
burnj01,0002
burnj01,0010
burnj,0100
burnj01,2000
steves02,2048
steves02,2049
steves02,2091

我想要一个像这样的文件 3：

burnj01,Joe Burns,0001
burnj01,Joe Burns,0002
burnj01,Joe Burns,0010
burnj01,Joe Burns,0100
burnj01,Joe Burns,2000
steves02,Santosh Steve,2048
steves02,Santosh Steve,2049
steves02,Santosh Steve,2091

我想使用第一个文件的 col1 组合这两个文件，并在匹配时将 File2 中的第 2 列的值添加到 File1 的最后一列。

我试过这个：

$ awk 'FNR==NR{a[$1]=$2;next} {print $1,$2,a[$1]}' file2 file1 > file3

但这不起作用。我该如何实现这一目标？

答案1

您应该指定字段分隔符FS并OFS用于输出字段分隔符。

awk 'BEGIN        { FS=OFS="," }
     NR==FNR      { saving[$1]=$2; next }
    ($1 in saving){ print $1, saving[$1], $2 }' file1  file2

答案2

您的代码的问题awk主要有两个：

  1. 您不指示awk用作,字段分隔符。您可以使用 来执行此操作-F ,。
  2. 您永远不会测试数组$1中是否有键a。您可以将其$1 in a作为代码最后一个块之前的条件来执行此操作。如果您希望第二个文件中的所有名称都出现在第一个文件中（但您对此没有说什么），则可以跳过此步骤。

与预期输出相比，您似乎还以错误的顺序输出字段，并且您使用默认的输出分隔符，即空格，而不是逗号（OFS = ","或块OFS = FS中的 ,BEGIN可以解决此问题）。

$ awk -F , 'BEGIN { OFS = FS } FNR == NR { names[$1] = $2; next } ($1 in names) { print $1, names[$1], $2 }' file1 file2
burnj01,Joe Burns,0001
burnj01,Joe Burns,0002
burnj01,Joe Burns,0010
burnj01,Joe Burns,2000
steves02,Santosh Steve,2048
steves02,Santosh Steve,2049
steves02,Santosh Steve,2091

$ join -t, <( sort file1 ) <( sort file2 )
burnj01,Joe Burns,0001
burnj01,Joe Burns,0002
burnj01,Joe Burns,0010
burnj01,Joe Burns,2000
steves02,Santosh Steve,2048
steves02,Santosh Steve,2049
steves02,Santosh Steve,2091

这会对两个文件进行排序并将排序后的内容传递给join实用程序。该join实用程序在第一列（默认情况下）上的两个数据集之间执行关系 JOIN 操作，INNER JOIN如果您熟悉 SQL，则本质上是一个 。我们使用-t ,withjoin告诉它列是用逗号分隔的。

如果您的 shell 不理解<( ... )进程替换，请对数据进行预排序。该join实用程序需要排序的输入。

sort -o file1.sorted file1
sort file2 | join -t, file1.sorted -
rm -f file1.sorted

答案3

加入是必经之路：

join -t, <(sort file1) <(sort file2)

相关内容