Bash - 按列连接(合并)文件

Posted

技术标签:

【中文标题】Bash - 按列连接(合并)文件【英文标题】:Bash - joining (merging) files by columns 【发布时间】:2015-03-13 15:09:33 【问题描述】:

三个文件有列,分隔符为“|”,行中的列可能为空。我需要使用第一个文件中的第 3 列和第 4 列以及第二个和第三个中的第 1 列将第二个和第三个文件加入到第一个文件中。

例如:

file1.txt:

123456||4|11|17|A||10|B|1
123457||4|11|17|A||12||1
123458||5|11|17|A||1|Б|1
123459||6|13|17|A||1|Б|1

file2.txt:

4|Forth
5|Fifth
6|Sixth

file3.txt:

11|st.|Eleventh
13|pr.|Thirteenth

我想要什么输出:

123456||4|Forth|11|st.|Eleventh|17|A||10|B|1
123457||4|Forth|11|st.|Eleventh|17|A||12||1
123458||5|Fifth|11|st.|Eleventh|17|A||1|Б|1
123459||6|Sixth|13|pr.|Thirteenth|17|A||1|Б|1

如何编写能够满足我需求的 Bash 脚本?我知道这是 awt 命令,但我无法编写脚本。感谢您的回答。

【问题讨论】:

【参考方案1】:

你可以使用这个 awk 命令:

awk 'BEGIN FS=OFS="|" 
     NR == FNR a[$1]=$0; next
     NR == FNR + length(a) b[$1]=$0; next
     $3=b[$3]; $4=a[$4] 1' file3.txt file2.txt file1.txt
123456||4|Forth|11|st.|Eleventh|17|A||10|B|1
123457||4|Forth|11|st.|Eleventh|17|A||12||1
123458||5|Fifth|11|st.|Eleventh|17|A||1|Б|1
123459||6|Sixth|13|pr.|Thirteenth|17|A||1|Б|1

说明:

BEGIN FS=OFS="|" - 将输入和输出字段分隔符设置为管道 | NR == FNR - 仅对第一个文件执行此块 a[$1]=$0; next - 创建一个数组a,键为$1,值为整行 NR == FNR + length(a) - 仅对第二个文件执行此块 b[$1]=$0; next - 创建一个数组b,键为$1,值为完整行 为最后一个(第 3 个)文件执行下一个块 ... $3=b[$3]; - 将 b[$3] 的值分配给第三个字段 $4=a[$4]; - 将 a[$4] 的值分配给第 4 个字段 1 - 是打印每条记录的默认操作

【讨论】:

嗯@anubhava 我正在成为你的粉丝,这个答案是一个很好的答案,看起来就像 SQL 连接操作。我从你的回答中学到了很多东西。 感谢@Skynet 的客气话。是的,它确实是 3 路 SQL 连接操作。最初我不确定如何去做,但一旦我开始构建它,事情就变得清晰起来。是的,NR == FNR + length(a) 把戏很方便:) 是的,它也给出了很好的解释,如果任何时候我需要这样做,我一定会按照你的回答:) 您说: 1 - 打印每条记录的默认操作是,如何将结果写入新文件? 您可以使用标准 > outfile 重定向重定向输出或在 ask 中使用 print $0 > "out file"。【参考方案2】:

假设文件已排序:

join -t'|' -1 4 -2 1 \
     <(join -t '|' -1 3 -2 1 file1.txt file2.txt) file3.txt

如果您确实需要特定顺序的字段,请添加输出格式选项:

 -o1.2,1.3,1.1,1.11,1.4,2.2,2.3,1.5,1.6,1.7,1.8,1.9,1.10,1.11

【讨论】:

【参考方案3】:

这里是:

#!/bin/bash

while IFS='|' read c1 c2 c3 c4 c5 c6 c7 c8 c9 c10
        do
        st1=$( fgrep "$c3" file2.txt )
        st2=$( fgrep "$c4" file3.txt )
        echo "$c1|$c2|$st1|$st2|$c5|$c6|$c7|$c8|$c9|$c10"
        done

【讨论】:

以上是关于Bash - 按列连接(合并)文件的主要内容,如果未能解决你的问题,请参考以下文章

两个数据帧的按列连接

使用 bash 将 .txt 文件连接成 .csv

在R中按列合并数字和字符?

第十七章 按列切分文件字段工具:cut命令

python--pandas合并与连接

python将两个csv文件按列合并为一个csv