Question

我尝试合并多个文件，这些文件的语法与下面显示的示例类似。目前，我一直在试验两个文件。这些文件将始终具有相同的行数，相同的日期，相同的时间，并按相同的顺序排序。唯一的区别应该是在值字段中。

File1.csv

date,time,value,status  
2014/09/10,22:47:25,-0.0000000003542,9  
2014/09/10,23:14:25,-0.0000000002892,9  
2014/09/10,23:23:46,0.0000000005406,9  
2014/09/10,23:41:48,-0.0000000000142,9  
2014/09/11,00:18:40,-0.0000000009977,9

File2.csv

date,time,value,status  
2014/09/10,22:47:25,0.0000000725578,9  
2014/09/10,23:14:25,-0.0000000283722,9  
2014/09/10,23:23:46,-0.0000000368988,9  
2014/09/10,23:41:48,-0.0000000675033,9  
2014/09/11,00:18:40,-0.0000000774759,9

所需的输出

date,time,value,value  
2014/09/10,22:47:25,-0.0000000003542,0.0000000725578
2014/09/10,23:14:25,-0.0000000002892,-0.0000000283722
2014/09/10,23:23:46,0.0000000005406,-0.0000000368988
2014/09/10,23:41:48,-0.0000000000142,-0.0000000675033
2014/09/11,00:18:40,-0.0000000009977,-0.0000000774759

我对保持合并结果中的状态值不感兴趣。我已尝试使用最新的join命令的多个变体：

join -t, -a 1 -a 2 -o 1.1 1.2 1.3 2.3 File1.csv File2.csv

不幸的是，我一直在输出类似于下面的输出，它根本没有显示来自File1.csv的数据。

当前输出

date,time,value,value  
,,,0.0000000725578  
,,,-0.0000000283722  
,,,-0.0000000368988  
,,,-0.0000000675033  
,,,-0.0000000774759  
,,,0.0000001042118

有人有任何建议吗？

感谢。

更新

作为对此的跟进，我已经回过头来更新输入文件，将日期和时间合并到一个字段中，如下所示。

File1.csv

DATE_TIME，值，状态
  2014/09/10 22：47：25，-0.0000000003542,9
  2014/09/10 23：14：25，-0.0000000002892,9
  2014/09/10 23：23：46,0.0000000005406,9
  2014/09/10 23：41：48，-0.0000000000142,9
  2014/09/11 00：18：40，-0.0000000009977,9

File2.csv

DATE_TIME，值，状态
  2014/09/10 22:47:25,0.0000000725578,9
  2014/09/10 23：14：25，-0.0000000283722,9
  2014/09/10 23：23：46，-0.0000000368988,9
  2014/09/10 23：41：48，-0.0000000675033,9
  2014/09/11 00：18：40，-0.0000000774759,9

因此，我已将join命令更新为如下所示：

加入-t，-a 1 -a 2 -o＆＃34; 1.1 1.2 2.2＆＃34; File1.csv File2.csv

不幸的是，我仍然得到一个似乎省略了File1.csv的内容的输出。

当前输出

DATE_TIME，值，值
,, 0.0000000725578
,, - 0.0000000283722
,, - 0.0000000368988
,, - 0.0000000675033
,, - 0.0000000774759

更新

似乎问题与每个文件中的标头相关联。如果我从文件中删除标头，然后尝试以下连接字符串：

加入-t，-a 1 -a 2 -o＆＃34; 1.1 1.2 2.2＆＃34; File1.csv File2.csv

它提供了以下所需的输出：

2014/09/10 22：47：25，-0.0000000003542,0.0000000725578
  2014/09/10 23：14：25，-0.0000000002892，-0.0000000283722
  2014/09/10 23：23：46,0.0000000005406，-0.0000000368988
  2014/09/10 23：41：48，-0.0000000000142，-0.0000000675033
  2014/09/11 00：18：40，-0.0000000009977，-0.0000000774759

是否有人知道如何使连接忽略输入文件的标题？

谢谢，

Answer 1

没有测试的单行内容：

awk -F, -v OFS="," '{k=$1 FS $2}NR==FNR{a[k]=$3;next}
                                k in a{print k,a[k],$3}' file1 file2

Answer 2

您需要将所有输出字段规范放在一个参数中，因此您必须引用它：

join -t, -a 1 -a 2 -o "1.1 1.2 1.3 2.3" File1.csv File2.csv

然而，这不会产生你想要的输出。 join加入一个关键字段，默认为第一个字段。由于您在多行中具有相同的日期，因此这些日期将连接在一起，结果为：

date,time,value,value
2014/09/10,22:47:25,-0.0000000003542,0.0000000725578
2014/09/10,22:47:25,-0.0000000003542,-0.0000000283722
2014/09/10,22:47:25,-0.0000000003542,-0.0000000368988
2014/09/10,22:47:25,-0.0000000003542,-0.0000000675033
2014/09/10,23:14:25,-0.0000000002892,0.0000000725578
2014/09/10,23:14:25,-0.0000000002892,-0.0000000283722
2014/09/10,23:14:25,-0.0000000002892,-0.0000000368988
2014/09/10,23:14:25,-0.0000000002892,-0.0000000675033
2014/09/10,23:23:46,0.0000000005406,0.0000000725578
2014/09/10,23:23:46,0.0000000005406,-0.0000000283722
2014/09/10,23:23:46,0.0000000005406,-0.0000000368988
2014/09/10,23:23:46,0.0000000005406,-0.0000000675033
2014/09/10,23:41:48,-0.0000000000142,0.0000000725578
2014/09/10,23:41:48,-0.0000000000142,-0.0000000283722
2014/09/10,23:41:48,-0.0000000000142,-0.0000000368988
2014/09/10,23:41:48,-0.0000000000142,-0.0000000675033
2014/09/11,00:18:40,-0.0000000009977,-0.0000000774759

相反，您可以加入time字段：

join -1 2 -2 2 -t, -a 1 -a 2 -o "1.1 1.2 1.3 2.3" File1.csv File2.csv

这是有效的，因为它需要对行进行排序。因此，如果有重复的时间，则会出现故障，并且无法与前一天的线路匹配。

使用UNIX join命令合并两个文件

2 个答案: