如何使用 AWK 合并两个文件？[重复]

问题描述：

文件 1 有 5 个字段 ABCDE，其中字段 A 是整数值

文件 2 有 3 个字段 AFG

文件 1 中的行数比文件 2 中的行数大得多（20^6 到 5000）

文件 1 中 A 的所有条目都出现在文件 2 的字段 A 中

我喜欢按字段 A 合并两个文件并携带 F 和 G

期望输出是 ABCDEFG

例子

文件 1

 A     B     C    D    E
4050 S00001 31228 3286 0
4050 S00012 31227 4251 0
4049 S00001 28342 3021 1
4048 S00001 46578 4210 0
4048 S00113 31221 4250 0
4047 S00122 31225 4249 0
4046 S00344 31322 4000 1

文件 2

A     F    G   
4050 12.1 23.6
4049 14.4 47.8   
4048 23.2 43.9
4047 45.5 21.6

期望输出

A    B      C      D   E F    G
4050 S00001 31228 3286 0 12.1 23.6
4050 S00012 31227 4251 0 12.1 23.6
4049 S00001 28342 3021 1 14.4 47.8
4048 S00001 46578 4210 0 23.2 43.9
4048 S00113 31221 4250 0 23.2 43.9
4047 S00122 31225 4249 0 45.5 21.6

解决方案 1：

$ awk 'FNR==NR{a[$1]=$2 FS $3;next}{ print $0, a[$1]}' file2 file1
4050 S00001 31228 3286 0 12.1 23.6
4050 S00012 31227 4251 0 12.1 23.6
4049 S00001 28342 3021 1 14.4 47.8
4048 S00001 46578 4210 0 23.2 43.9
4048 S00113 31221 4250 0 23.2 43.9
4047 S00122 31225 4249 0 45.5 21.6
4046 S00344 31322 4000 1

解释：（部分基于另一个问题。不过有点晚了。）

FNR表示当前文件中的记录数（通常是行号），NR表示总记录数。运算符 == 是比较运算符，当两个周围的操作数相等时返回 true。所以FNR==NR{commands}意味着括号内的命令仅在处理第一个文件（file2现在）时执行。

FS指字段分隔符，而$1等$2分别是一行中的第 1 个、第 2 个等字段。a[$1]=$2 FS $3表示一个字典（/数组）（名为a）填充了$1键和$2 FS $3值。

;分隔命令

next表示忽略当前行的任何其他命令。（处理继续在下一行进行。）

$0是整条线

{print $0, a[$1]}只是打印出整行和的值a[$1]（如果$1在字典中，否则只$0打印）。现在它只对第二个文件（file1现在）执行，因为FNR==NR{...;next}。

解决方案 2：

值得庆幸的是，你根本不需要写这个。Unix 有一个 join 命令可以为你完成这个。

join -1 1 -2 1 File1 File2

以下是其“实际运行”情况：

will-hartungs-computer:tmp will$ cat f1
4050 S00001 31228 3286 0
4050 S00012 31227 4251 0
4049 S00001 28342 3021 1
4048 S00001 46578 4210 0
4048 S00113 31221 4250 0
4047 S00122 31225 4249 0
4046 S00344 31322 4000 1
will-hartungs-computer:tmp will$ cat f2
4050 12.1 23.6
4049 14.4 47.8   
4048 23.2 43.9
4047 45.5 21.6
will-hartungs-computer:tmp will$ join -1 1 -2 1 f1 f2
4050 S00001 31228 3286 0 12.1 23.6
4050 S00012 31227 4251 0 12.1 23.6
4049 S00001 28342 3021 1 14.4 47.8
4048 S00001 46578 4210 0 23.2 43.9
4048 S00113 31221 4250 0 23.2 43.9
4047 S00122 31225 4249 0 45.5 21.6
will-hartungs-computer:tmp will$ 

解决方案 3：

您需要将文件 2 中的条目读入 BEGIN 块中的一对关联数组中。假设 GNU Awk：

BEGIN { while (getline < "File 2") { f[$1] = $2; g[$1] = $3 } }

在主处理块中，您从文件 1 中读取该行，并使用 BEGIN 块中创建的数组中的正确数据打印它：

{ print $0, f[$1], g[$1] }

将文件 1 作为文件名参数提供给程序。

awk 'BEGIN { while (getline < "File 2") { f[$1] = $2; g[$1] = $3 } }
     print $0, f[$1], g[$1] }' "File 1"

由于文件名中有空格，因此需要在文件名参数周围加上引号。getline即使文件名不包含空格，也需要用引号括住文件名，否则它将是变量名。

解决方案 4：

awk 'BEGIN{OFS=","}  FNR==NR {F[$1]=$2;G[$1]=$3;next} {print $1,$2,$3,$4,$5,F[$1],G[$1]}' file2.txt file1.txt