比较并获取不同文件的两列中的单词

Question

我想比较不同文件的两个不同列并获取其中的公共条目：

文件1

abc
123
ttt
kkk

文件2

111 wed
222 kad
333 ttt
444 kkk

我想比较第 1 列文件1到第 2 列文件2。如果有任何常见条目，我想打印 file2 中的匹配行：

预期结果：

333 ttt
444 kkk

我已尝试以下命令来获取结果：

awk -F 'NR==FNR{c[$1$2]++;next};c[$1$2] > 0' file1 file2

或者

join -t -1 1 -2 2 -o 2.1,2.2 file1 file2

但我没有得到预期的结果。

Answer 1

awk 'NR==FNR {a[$1]; next} $2 in a' file1 file2
333 ttt
444 kkk

以上就是你想要的：to compare column 1 of file1 to column 2 of file2. If there are any common entries, I want to print the match lines from file2

Answer 2

您awk失败了，因为您使用两个字段作为键，但您file1只有一个字段，因此这两个字段永远不会出现在c数组中。另外，您正在使用-F提供字段分隔符的选项，但实际上并未提供字段分隔符。这意味着字段分隔符将是 awk 脚本本身：

awk -F 'script' file

这是您尝试的工作版本awk：

$ awk  'NR==FNR{c[$1]++;next};c[$2] ' file1 file2
333 ttt
444 kkk

这是一个更高效的版本，不会使用超出所需的内存：

$ awk  'NR==FNR{c[$1]}; $2 in c' file1 file2 
333 ttt                 
444 kkk   

您join也误用了该-t选项。就像 of 一样-F，awkthe-t也需要一个参数，但你没有给它一个参数。接下来，join要求对输入进行排序。这是您的方法的工作版本join：

$ join  -1 1 -2 2 -o 2.1,2.2 <(sort file1) <(sort -k2 file2)
444 kkk
333 ttt

Answer 3

使用csvjoin（工具集的一部分csvkit）：

假设 file1 为：

x
abc
123
ttt
kkk

和 file2 为：

y x
111 wed
222 kad
333 ttt
444 kkk

下面的命令可以做到：

csvjoin -d' ' -c x file{2,1} | tr ',' ' '

• -d' '使用空格作为分隔符。

• -c xcsvjoin 将使用 column 连接文件x。

正如 @terdon 修复了没有标题的文件的上述命令。该命令可以更改为：

csvjoin -H -d ' ' -c 2,1 fil{2,1} | tr ',' ' ' | tail -n +2

上面的命令适用于没有标题（-H参数）的文件。

命令tail从第二条记录（）开始输出+2。这是因为csvjoin命令在输出开始处添加了一个新的标题行。

Answer 4

#!/usr/bin/python
k1=open('file1','r')
for f1 in k1:
    k2=open('file2','r')
    for f2 in k2:
        if f1.strip() in f2.strip():
            print f2.strip()
~                                  

输出

333 ttt
444 kkk