在第二个文件中的列之后添加一个文件中的列，同时考虑到这两个文件具有不同的列数

Posted 2023-03-24

【中文标题】在第二个文件中的列之后添加一个文件中的列，同时考虑到这两个文件具有不同的列数

【英文标题】：adding columns from one file after a column in a second file while considering the two files have different number of columns

【发布时间】：2021-09-21 22:03:26

【问题描述】：

文件 1

001 00A 892 J27
002 00G 742 M65
003 00B 934 B32
004 00J 876 K57
005 00k 543 N21

文件 2 有 1,628,433 列，但想在该文件的第一列之后添加文件 1 中的所有四列。

a 2 T ..........
b 3 C ..........
c 4 G ..........
d 5 A ..........
e 6 B ..........

期望的输出

a 001 00A 892 J27 2 T ..........
b 002 00G 742 M65 3 C ..........
c 003 00B 934 B32 4 G ..........
d 004 00J 876 K57 5 A ..........
e 005 00k 543 N21 6 B ..........

尝试了以下

awk 'NR==FNRa[FNR]=$1,$2,$3,$4 print $1,a[FNR],$5' file2 file1

【问题讨论】：

第一行输出应该是a 001 00A 892 J27还是a 001 00A 892 J27 2 T ....

这可行，但输出文件不是制表符分隔的，因为文件 1 &2 是

这是一个令人惊讶的评论：您的问题中没有任何地方说“制表符分隔”。

@glennjackman 抱歉，我错过了您的第一个问题。第一个输出应该是您在第一个问题“a 001 00A 892 J27 2 T ....”中提出的第二个输出选项。

【参考方案1】：

这个版本在内存上更轻： 它一次只从每个文件中读取一行：

awk 'getline f1 < "file1"; $1 = $1 OFS f1; print' file2

【讨论】：

这几乎是正确的，但是两个输入文件都是制表符分隔的，所需的输出文件也是制表符分隔的。对不起，我忘了提我的问题。我尝试使用您的命令，但在制表符中添加了分隔符，但它仍然无法正常工作 awk 'getline f1

使用awk -v OFS='\t' '...

【参考方案2】：

使用您展示的示例，请尝试关注awk 代码。

awk 'FNR==NRarr[FNR]=$1;next $1=$1 OFS arr[FNR] 1' file2 file1

解释： 简单的解释是，在读取 file2 时使用FNR==NR 条件。创建具有行号索引的数组，并将第一个字段作为其中的值。在读取 file1 时，将当前行的等效数组的值保存到第一个字段中，然后在那里打印当前行。

【参考方案3】：

$ paste -d' ' <(cut -d' ' -f1 file2) file1 <(cut -d' ' -f2- file2)
a 001 00A 892 J27 2 T ..........
b 002 00G 742 M65 3 C ..........
c 003 00B 934 B32 4 G ..........
d 004 00J 876 K57 5 A ..........
e 005 00k 543 N21 6 B ..........

【参考方案4】：

awk -F'\t' -v OFS="\t" 'getline f1 < "file1"; $1 = $1 OFS f1; print' file2

【参考方案5】：

这是一个一次处理一行输入文件的python：

python3 -c '
import sys
with open(sys.argv[1]) as f1, open(sys.argv[2]) as f2:
    for l1, l2 in zip(f1,f2):
        lf1,lf2=map(str.split, [l1,l2])
        print(" ".join([lf2[0]]+lf1+lf2[1:]))
' file1 file2