提取列中包含列值的文件中的行？

Question

我有一个庞大的数据文件：

datatable.txt

id1 england male
id2 germany female
... ... ...

我有另一个数据列表：

indexes.txt

id1
id3
id6
id10
id11

我想从 datatable.txt 中提取所有行，其中id包含在 indexes.txt 中。

是否可以使用awk / sed / grep执行此操作？使用R或python文件大小太大是不方便的。

Answer 1

您只需要一个简单的awk作为

awk 'FNR==NR {a[$1]; next}; $1 in a' indexes.csv datatable.csv
id1 england male

1. FNR==NR{a[$1];next}将在indexes.csv处理存储 数组的条目作为第一列的内容直到结束 文件。
2. 现在在datatable.csv，我可以通过执行来匹配第一个文件中的那些行     $1 in a它将为我提供当前文件中的所有行     列$1的值a[$1]与其他文件中的相同。

Answer 2

也许我忽略了一些东西，但我构建了两个测试文件：

a1:

id1
id2
id3
id6
id9
id10

和

a2:

id1 a 1
id2 b 2
id3 c 3
id4 c 4
id5 e 5
id6 f 6
id7 g 7
id8 h 8
id9 i 9
id10 j 10

带

join a1 a2 2> /dev/null

我得到第一列匹配的所有行。