☰

根据共同数据合并文件

tag-icon • tag-icon text-processing awk
根据共同数据合并文件

我有两个 csv 文件

文件1：

799001,8_802,3122,627654

文件2：

799001,567765,v567575

当我尝试以第 1 列为键合并两个文件时，我可以看到文件正在合并，但是 file1 的第 3 列没有被打印。

我的输出：

799001,2_802_3122,567765,v567575

预期输出：

799001,2_802_3122,627654,567765,v567575

我试过这个：

awk -F , 'BEGIN { OFS = FS } FNR == NR { names[$1] = $2; next } ($1 in names) { print $1, names[$1], $2 , $3 , $4 }' file1 file2

为什么column3没有被合并？

答案1

假设两个文件在连接字段（第一个逗号分隔字段）上排序，那么您可以使用

$ join -t , file1 file2
799001,8_802,3122,627654,567765,v567575

如果数据未排序，您需要通过创建新的排序文件或使用进程替换（在支持这些的 shell 中）对其进行预排序：

$ join -t , <( sort file1 ) <( sort file2 )
799001,8_802,3122,627654,567765,v567575

如果你不这样做想对数据进行排序，因为您想保留一个或另一个文件的顺序，那么您可以awk像这样使用：

$ awk -F , 'BEGIN { OFS = FS } NR == FNR { key[$1] = $0; next } ($1 in key) { k = $1; sub("^[^,]*,",""); print key[k], $0 }' file1 file2
799001,8_802,3122,627654,567765,v567575

这是相似的到你所拥有的，但可以节省整条线在关联数组中。然后，该print语句沿着第二个文件的行输出第一个文件中保存的值，除了使用 删除的第一个字段之外sub()。

k代码第二部分中的变量是需要的，因为调用会sub()更改 的值$1。

对 的调用sub()假定这FS是一个逗号。要改为使用 的实际值FS，无论它是什么，请使用

sub("^[^" FS "]*" FS,"")

反而。FS如果是单个字符，这将起作用。

您是否想使用对第二个文件中字段数量的先验知识，您可以避免对sub()和k变量进行有点混乱的调用

$ awk -F , 'BEGIN { OFS = FS } NR == FNR { key[$1] = $0; next } ($1 in key) { print key[$1], $2, $3 }' file1 file2
799001,8_802,3122,627654,567765,v567575

相关内容