Question

我有两个CSV文件，; （分号）作为分隔符，我需要基于三列合并每个文件使用AWK。关键栏目不是连续的。想法是得到文件B中的两列并打印出来在文件A的所有其他列之后。

文件A（键位于A1，A3和A5中）：

A1;A2;A3;A4;A5
K1;D1;K2;D2;K3
K4;D3;K5;D4;K6
K7;D5;K8;D6;K9
K1;D7;K2;D8;K3

文件B（B1，B2，B4中的键）：

B1;B2;B3;B4;B5
K1;K2;D9;K3;D0
K4;K5;DA;K6;DB
KA;KB;DC;KC;DD

会产生：

A1;A2;A3;A4;A5;;
K1;D1;K2;D2;K3;D9;D0
K4;D3;K5;D4;K6;DA;DB
K7;D5;K8;D6;K9;;
K1;D7;K2;D8;K3;D9;D0

我在SO中找到了几个例子（例如How to merge two files based on the first three columns using awk和How to merge two files using AWK?）和其他地方，但我无法将它们转换为我的需求，因为它们没有被记录在案以及像我这样的AWK n00b真的能理解它们是如何工作的。

我得到的最近的是：

awk -F \; -v OFS=\; 'FNR==NR{c[$1]=$3 FS $5;next}{ print $0, c[$1]}' B A

但它仍然从输出行1和4中遗漏了一个分号 - 或一列：

A1;A2;A3;A4;A5;
K1;D1;K2;D2;K3;D9;D0
K4;D3;K5;D4;K6;DA;DB
K7;D5;K8;D6;K9;
K1;D7;K2;D8;K3;D9;D0

如何说明我想用于比较的列？显然现在它只使用第一列进行比较。

Answer 1

这将在不匹配的行上打印而不会有额外的;。您必须先提供B文件。

 awk 'BEGIN {
          OFS=FS=";"
      } 

      FNR==NR {
          key[$1 FS $2 FS $4]=$3 OFS $5
      } 

      FNR!=NR {
          c=$1 FS $3 FS $5; 
          if(c in key) 
               print $0,key[c]; 
          else 
               print
      }'  fileB fileA

如果您需要额外的分隔符，请将上一个print更改为print $0 OFS OFS

Answer 2

join -j1 -a1 -t';' <(cut -d';' -f 1,3,5 A | sed -e 's/;//g' | paste -d';' - A | sort ) <(cut -d';' -f 1,2,4 B | sed -e 's/;//g' | paste -d';' - B | sort ) | cut -d';' -f2,3,4,5,6,9,11

#the commands on new lines for readability only
#join command, print all of file A, even if unmatching
join -j1 -a1 -t';'
#input from file A
<(cut -d';' -f 1,3,5 A | sed -e 's/;//g' | paste -d';' - A | sort )
#input from file B
<(cut -d';' -f 1,2,4 B | sed -e 's/;//g' | paste -d';' - B | sort )
#selecting the columns
| cut -d';' -f2,3,4,5,6,9,11

在每种情况下：

1）从文件A或B

的所需列创建一个虚拟字段

2）然后使用paste将每个伪文件创建为dummy comparison field; rest of file

3）sort join

的可用性输出

4）根据虚拟字段使用join

5）cut来自匹配join的所需列产生

Answer 3

不确定我是否正确理解了要求，但这给出了给定输入的预期输出：

audience_id

根据问题中的代码，我从

更改了print语句

awk -F \; -v OFS=\; 'FNR==NR{c[$1]=$3 FS $5;next}{ print $0, $1 in c ? c[$1] : ";"}' B A
A1;A2;A3;A4;A5;;
K1;D1;K2;D2;K3;D9;D0
K4;D3;K5;D4;K6;DA;DB
K7;D5;K8;D6;K9;;
K1;D7;K2;D8;K3;D9;D0

到

print $0, c[$1]

使用AWK基于多个列合并两个文件

3 个答案: