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

如何将列从一个 CSV 文件复制到另一个 CSV 文件?

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

将列从一个表添加到另一个表的正确 MySQL 方法

将列从一个 datagridview 和结果添加到另一个 datagridview

在 sqlite3 中:将列从一个表复制到另一个表