AWK：比较两个文件中的两个不同列

Question

我有这两个文件

File1：

9 8 6 8 5 2
2 1 7 0 6 1
3 2 3 4 4 6

File2 :(有超过400万行）

MN 1 0
JK 2 0
AL 3 90
CA 4 83
MK 5 54
HI 6 490

我想比较file1的字段6，并比较文件2的字段2.如果它们匹配，则将file2的字段3放在file1的末尾 我已经查看了其他解决方案，但我无法正常使用。

期望的输出：

9 8 6 8 5 2 0
2 1 7 0 6 1 0
3 2 3 4 4 6 490

我的尝试：

awk 'NR==FNR{a[$2]=$2;next}a[$6]{print $0,a[$6]}' file2 file1

程序刚刚挂起。

Answer 1

要打印file1中的所有行（如果可用）：

$ awk 'FNR==NR{a[$2]=$3;next;} {print $0,a[$6];}' file2 file1
9 8 6 8 5 2 0
2 1 7 0 6 1 0
3 2 3 4 4 6 490

仅打印匹配的行：

$ awk 'NR==FNR{a[$2]=$3;next} $6 in a {print $0,a[$6]}' file2 file1
9 8 6 8 5 2 0
2 1 7 0 6 1 0
3 2 3 4 4 6 490

请注意，我将a[$2]=$2替换为a[$2]=$3，并将测试a[$6]（如果值为零，则为false）更改为$6 in a。

Answer 2

你自己的尝试基本上有两个错误，如@ John1024的答案所示：

1. 您在a中使用字段2作为键和值，您应该将字段3存储为值（因为您希望以后保留它），即它应该是a[$2] = $3
2. 当a[$6]中的值为零时，即使它存在，测试a也为false。正确的测试是$6 in a。

因此：

awk 'NR==FNR { a[$2]=$3; next } $6 in a {print $0, a[$6] }' file2 file1

但是，可能有更好的方法，但从您的规格中并不清楚。例如，您说file2有超过400万行，但不知道字段2是否还有那么多唯一值。如果是，则a将内存中也有很多条目。并且，您没有指定file1的长度，或者是否必须保留其顺序以进行输出，或者是否应输出每一行（即使没有file2中的匹配项）。

如果file1的行数少于file2的字符串具有字段2的唯一值，并且只需要输出匹配的行，并且不需要保留顺序，则您可能希望先阅读file1 ...