☰

如何将文件 1 中的值与文件 2 中的值进行匹配并获取相关信息以添加到文件 1 中？

tag-icon • tag-icon text-processing awk
如何将文件 1 中的值与文件 2 中的值进行匹配并获取相关信息以添加到文件 1 中？

我有 2 个文件，第一行是标题行供参考

  • file1

    userId  userContact parentId  parentContact
200     0900200     100       -
201     0900201     100       -
300     0900300     101       -

  • file2

    userId  userContact parentId  parentContact
100     0900100     100       -
101     0900101     100       -

我想填充 的第四列file1，以便它必须搜索$3in file1，然后用from代替 of $1，因此 输出应如下所示：file2$2file2$4file1

  • output 
    userId  userContact parentId  parentContact
200     0900200     100       0900100
201     0900201     100       0900100
300     0900300     101       0900101

我更喜欢awk，因为它会更快。

答案1

使用join（它需要排序的输入文件，因此我们传递了排序的输入）。

join -1 3 -2 1 -o 1.1,1.2,1.3,2.2 <(sort -k3 file1) <(sort file2)
200 0900200 100 0900100
201 0900201 100 0900100
300 0900300 101 0900101

with -1 3, join 从第一个输入文件 (file1) 选择第三列作为键， with从第二个输入文件 (file2)-2 1选择第一列作为键；然后它-o输出这些列<文件#>.<列#>。

如果您的输入是制表符分隔的文件，请添加-t$'\t'到 join 命令以及sort -k3 file1.
如果您希望打印标题行，请head -n1 file1;在连接之前添加。

或者使用awk：

awk 'NR==FNR{ parentId[$1]=$2; next }
     FNR>1  { $4=parentId[$3] }1' file2 file1

答案2

$ awk 'NR==FNR { keep[$1] = $2 ; next};
       FNR==1 {print;next};
       { $4 = keep[$3]; print }' file2 file1
userId  userContact parentId  parentContact
200 0900200 100 0900100
201 0900201 100 0900100
300 0900300 101 0900101

这会读入file2，将每行的字段 2 存储在名为 的数组中keep（由字段 1 的值索引）。一旦完成读取file2，它就开始读取file1。它打印第一行（标题行），然后对于每个后续输入行，它将字段 4 更改为中的值keep[$3]并打印它。

该脚本file2通过NR==FNR测试来检测它是否正在读取。 awk 的FNR变量包含当前文件的当前行号，同时NR包含迄今为止读取的所有文件的累积总行号。因此，如果 FNR 等于 NR，则我们正在读取第一个文件（即file2- 这就是为什么它必须被列为第一个文件名 arg）。在一些相当模糊的情况下，此测试效果不佳，但对于大多数情况（包括这个）来说都很好。

如果需要更改输入或输出字段分隔符，可以使用 awk 的 -F 和 -v 选项。例如-F'\t'和/或-v OFS='\t'。

相关内容