Question

如何基于第一列连接两个文件并保留第二个文件中的顺序..

文件1：

ID1 123
ID2 234
ID3 232
ID4 344
ID5 345
ID6 867

文件2

ID2 A C
ID3 G T
ID1 C T
ID4 A C
...

因此合并后的文件应如下所示：

ID2 234 A C 
ID3 232 G T 
ID1 123 C T 
ID4 344 A C 
...

IDs是第一列的值（存在于两个文件中）。文件1具有比文件2更多的行/ ID。文件2中的所有ID都在文件1中，但文件1中的所有ID都不在文件2中

Answer 1

这是使用awk的一种方式：

awk 'FNR==NR { a[$1]=$2; next } $1 in a { print $1, a[$1], $2, $3 }' file1 file2

结果：

ID2 234 A C
ID3 232 G T
ID1 123 C T
ID4 344 A C

Answer 2

使用join：

$ join file1.txt file2.txt

ID1 123 C T
ID2 234 A C
ID3 232 G T
ID4 344 A C

注意：文件需要先排序，不保留file2.txt的顺序，但如果您不关心这个最干净的方式。

首先对文件进行预排序：sort file1.txt -o file1.txt; sort file2.txt -o file2.txt

加入：join file1.txt file2.txt

一般情况下，您可以join file1.txt file.txt | sort对某些条件进行排序，但在这种情况下，file2.txt不会按任何列/条件排序。

Answer 3

您逐行读取这两个文件，并通过正则表达式提取行标记。提取的标记存储在关联数组中，使用第一个标记作为关键字。在第二步中，您可以循环遍历所有可用键，并根据存储在数组中的值构造输出行。

php中的示例实现，仅用于演示目的。因此，没有完成错误检查，可能必须根据您的需要调整模式。显然可以在所有其他语言中完成相同的操作。我刚刚选择了php，因为它很容易阅读：

<?php
$input_file[1]=fopen('/path/input1.list','r');
$input_file[2]=fopen('/path/input2.list','r');

# read input files line by line
foreach ($input_file as $input){
    while (!feof($input)){
        $tokens=array();
        preg_match('/^(ID[0-9]+) (.+)$/',trim(fread($input)),$tokens);
        $list[$i][$tokens[1]]=$tokens[2];
   } 
}

# construct output lines:
$output_file=fopen('/path/output.list','w');
foreach ($list[1] as $key=>$val){
    $line=sprintf("%s %s%s\n", $key, $val, 
                  array_key_exists($key,$list[2])?' '.$list[2][$key]:'' );
    fwrite($output_file,$line);
}

# some house keeping
fclose($input_file[1]);
fclose($input_file[2]);
fclose($output_file);

?>

（请注意，我没有检查过这个，我只是把它写下来。这是一个起点，不是随时可用的）

基于第一列连接两个文件并保留顺序

3 个答案: