Linux 如何使用 AWK 合并两个文件

发布于03月29日

文件1有5个字段A B C D E，其中字段A是一个整数值

文件2有3个字段A F G

文件1中的行数远大于文件2中的行数(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合并这两个文件，并携带F和G

期望的输出是B C D E F G

实例

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

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

推荐答案

$ 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:(部分基于另外question个.不过有点晚了.)

FNR表示当前文件中的记录编号(通常是行号)，NR表示总记录编号.运算符==是一个比较运算符，当两个周围的操作数相等时，该运算符返回true.所以FNR==NR{commands}表示括号内的命令仅在处理第一个文件时执行(现在是file2).

FS表示字段分隔符，$1、$2等表示一行中的第一、第二等字段.a[$1]=$2 FS $3表示字典(/array)(名为a)由$1个键和$2 FS $3个值填充.

;分隔命令

next表示忽略当前行的任何其他命令.(处理将在下一行继续.)

$0是整条线

{print $0, a[$1]}只需打印整行和a[$1]的值(如果字典中有$1，则只打印$0).现在它只对第二个文件执行(现在是file1)，因为是FNR==NR{...;next}.