如何使用AWK合并两个文件？

Question

文件1具有5个字段ABCDE，其中字段A是整数

文件2具有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中的A字段中

我喜欢按字段A合并两个文件并携带F和G

所需的输出是ABCDEFG

例

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

所需的输出

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

Answer 1

$ awk 'FNR==NR{a[$1]=$2 FS $3;next}{ print $0, a[$1]}' file2 file14050 S00001 31228 3286 0 12.1 23.64050 S00012 31227 4251 0 12.1 23.64049 S00001 28342 3021 1 14.4 47.84048 S00001 46578 4210 0 23.2 43.94048 S00113 31221 4250 0 23.2 43.94047 S00122 31225 4249 0 45.5 21.64046 S00344 31322 4000 1

Answer 2

值得庆幸的是，您根本不需要编写此代码。Unix有一个join命令可以为您执行此操作。join -1 1 -2 1 File1 File2这里是“实际中”：will-hartungs-computer:tmp will$ cat f14050 S00001 31228 3286 04050 S00012 31227 4251 04049 S00001 28342 3021 14048 S00001 46578 4210 04048 S00113 31221 4250 04047 S00122 31225 4249 04046 S00344 31322 4000 1will-hartungs-computer:tmp will$ cat f24050 12.1 23.64049 14.4 47.8   4048 23.2 43.94047 45.5 21.6will-hartungs-computer:tmp will$ join -1 1 -2 1 f1 f24050 S00001 31228 3286 0 12.1 23.64050 S00012 31227 4251 0 12.1 23.64049 S00001 28342 3021 1 14.4 47.84048 S00001 46578 4210 0 23.2 43.94048 S00113 31221 4250 0 23.2 43.94047 S00122 31225 4249 0 45.5 21.6will-hartungs-computer:tmp will$ 

Answer 3

您需要将文件2中的条目读取到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，并使用在BEGIN块中创建的数组中的正确数据打印该行：{ print $0, f[$1], g[$1] }提供文件1作为程序的文件名参数。awk 'BEGIN { while (getline < "File 2") { f[$1] = $2; g[$1] = $3 } }&nbsp; &nbsp; &nbsp;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，您也需要在文件名周围加上引号，否则文件名将是变量名。