我想根据第二列的内容合并两个文件。
文件1:
"4742" "209220_at" 2.60700394801826
"104" "209396_s_at" 2.60651442103297
"749" "202409_at" 2.59424724783704
"4168" "209875_s_at" 2.58773204877464
"3973" "1431_at" 2.52832098784342
"1826" "207201_s_at" 2.41685345240968
文件2:
"653" "1431_at" 2.14595534191867
"1109" "207201_s_at" 2.13777517447307
"353" "212531_at" 2.12706340284672
"381" "206535_at" 2.11456707231618
"1846" "204534_at" 2.10919474441178
最后:
"3973" "1431_at" 2.52832098784342 "653" "1431_at" 2.14595534191867
"1826" "207201_s_at" 2.41685345240968 "1109" "207201_s_at" 2.13777517447307
我尝试了comm
,diff
,一些不起眼的awk
单行而没有任何成功。
任何帮助非常感谢。
本
答案 0 :(得分:5)
您可以结合使用sort
和join
命令来完成此操作。直截了当的方法是
join -j2 <(sort -k2 file1) <(sort -k2 file2)
但显示的与您正在寻找的略有不同。它只显示公共连接字段,然后显示每个文件的剩余字段
"1431_at" "3973" 2.52832098784342 "653" 2.14595534191867
"207201_s_at" "1826" 2.41685345240968 "1109" 2.13777517447307
如果您需要的格式完全如您所示,那么您需要告诉join
以这种方式输出
join -o 1.1,1.2,1.3,2.1,2.2,2.3 -j2 <(sort -k2 file1) <(sort -k2 file2)
其中-o
接受FILENUM.FIELDNUM
说明符列表。
请注意,我使用的<()
语法不是POSIX sh,因此如果需要POSIX sh语法,则应排序为临时文件。
答案 1 :(得分:2)
awk '
# store the first file, indexed by col2
NR==FNR {f1[$2] = $0; next}
# output only if file1 contains file2's col2
($2 in f1) {print f1[$2], $0}
' file1 file2
答案 2 :(得分:0)
如果文件很小,用脚本语言编写程序(Perl,Python和Ruby都是不错的选择),将第一个读入哈希,其键是第二列,然后读取第二个文件并使用哈希查找以查明可以加入的内容(如果有的话)。
如果文件很大,则每个文件交换第一列和第二列,通过unix排序实用程序传递它们,然后以脚本语言合并(加上列重新排序)两个排序文件。
答案 3 :(得分:0)
awk 'FNR==NR{a[$2]=$0} NR>FNR && ($2 in a){ print $0,a[$2] } ' file2 file1