基于唯一对组合将列从一个文件合并到另一个文件
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于唯一对组合将列从一个文件合并到另一个文件相关的知识,希望对你有一定的参考价值。
我需要将文件2的“值”列合并到文件1,使col1-col2唯一对组合保持完整。可以跳过不匹配的组合。我是python / awk的新手。所以,我需要指导方针或想法来解决问题。
我没有权限使用python pandas包,所以会欣赏其他替代解决方案。
在此先感谢您的支持。
档案1
col1 col2
559 1 558 1
559 0 558 0
558 1 557 1
558 0 557 0
504 2 255 0
504 1 192 0
504 0 367 0
255 0 187 1
227 0 185 0
192 0 187 0
187 0 185 1
185 0 183 1
183 0 171 1
171 0 9 0
1236 1 766 0
1236 0 903 0
档案2
col1 col2 value
559 1 91987224 2400000000
559 0 91987224 100000000
558 1 64064811 2400000000
558 0 91987224 100000000
557 1 59966218 2400000000
557 0 64064811 100000000
555 0 59966218 2500000000
533 0 87947477 5000000000
504 2 53048833 1000000000
504 1 19225707 100000000
504 0 35811624 5000000000
255 0 1687416 2800000000
227 0 101635574 100000000
192 0 7894664 100000000
187 0 1687416 2900000000
185 0 1687416 3000000000
183 0 1687416 4000000000
171 0 1687416 5000000000
期望的输出:
559 1 2400000000
559 0 100000000
558 1 2400000000
558 0 100000000
557 1 2400000000
557 0 100000000
555 0 2500000000
533 0 5000000000
504 2 1000000000
504 1 100000000
504 0 5000000000
255 0 2800000000
227 0 100000000
192 0 100000000
187 0 2900000000
185 0 3000000000
183 0 4000000000
171 0 5000000000
1236 1 -
1236 0 -
答案
$ cat a.awk
# Create an index from the first two columns
{ k = $1 FS $2 }
# Read file2 values (first on the command line) into an array
NR == FNR { a[k] = $4; next }
# Read file1, retrieving and printing the values from file2 where available
# After printing, delete the element we've already used
{ print $1, $2, k in a ? a[k] : "-"; delete a[k] }
# Print any left over elements with their values
END { for (i in a) { print i, a[i] } }
# Run the command noting importance of file order
# Pipe output into reverse sort to match desired ouptut
$ awk -f a.awk file2 file1 | sort -r
559 1 2400000000
559 0 100000000
558 1 2400000000
558 0 100000000
557 1 2400000000
557 0 100000000
555 0 2500000000
533 0 5000000000
504 2 1000000000
504 1 100000000
504 0 5000000000
255 0 2800000000
227 0 100000000
192 0 100000000
187 0 2900000000
185 0 3000000000
183 0 4000000000
171 0 5000000000
1236 1 -
1236 0 -
以上是关于基于唯一对组合将列从一个文件合并到另一个文件的主要内容,如果未能解决你的问题,请参考以下文章
使用 PowerShell 将列从一个 csv 文件复制到另一个
将列从一个数据帧合并到另一个数据帧(left_join不起作用) - rstudio