基于唯一的对组合将列从一个文件合并到另一个文件答案

【问题标题】：Merging a column from one file to another based on unique pair combination基于唯一的对组合将列从一个文件合并到另一个文件
【发布时间】：2018-08-13 00:14:22
【问题描述】：

我需要将文件 2 的“值”列合并到文件 1，以使 col1-col2 唯一对组合保持不变。可以跳过不匹配的组合。我是 python/awk 的新手。所以，我需要指导方针或想法来解决问题。

我没有使用 python pandas 包的权限，因此希望有其他替代解决方案。

提前感谢您的支持。

文件 1

  col1 col2                    

    559 1   558 1
    559 0   558 0
    558 1   557 1
    558 0   557 0
    504 2   255 0
    504 1   192 0
    504 0   367 0
    255 0   187 1
    227 0   185 0
    192 0   187 0
    187 0   185 1
    185 0   183 1
    183 0   171 1
    171 0   9   0
    1236    1   766 0
    1236    0   903 0

文件 2

  col1 col2              value
    559 1   91987224    2400000000
    559 0   91987224    100000000
    558 1   64064811    2400000000
    558 0   91987224    100000000
    557 1   59966218    2400000000
    557 0   64064811    100000000
    555 0   59966218    2500000000
    533 0   87947477    5000000000
    504 2   53048833    1000000000
    504 1   19225707    100000000
    504 0   35811624    5000000000
    255 0   1687416 2800000000
    227 0   101635574   100000000
    192 0   7894664 100000000
    187 0   1687416 2900000000
    185 0   1687416 3000000000
    183 0   1687416 4000000000
    171 0   1687416 5000000000

想要的输出：

    559 1   2400000000
    559 0   100000000
    558 1   2400000000
    558 0   100000000
    557 1   2400000000
    557 0   100000000
    555 0   2500000000
    533 0   5000000000
    504 2   1000000000
    504 1   100000000
    504 0   5000000000
    255 0   2800000000
    227 0   100000000
    192 0   100000000
    187 0   2900000000
    185 0   3000000000
    183 0   4000000000
    171 0   5000000000
    1236 1   -
    1236 0   -

【问题讨论】：

输出应该是什么样的？
只需将“值”列从 File2 合并到 File1。可以跳过不匹配的值。将很快用所需的输出编辑我的问题。 Tnx @蝙蝠侠
@Batman ...我添加了所需的输出

标签： python unix awk merge multiple-columns

【解决方案1】：

$ cat a.awk
# Create an index from the first two columns
{ k = $1 FS $2 }

# Read file2 values (first on the command line) into an array
NR == FNR { a[k] = $4; next }

# Read file1, retrieving and printing the values from file2 where available
# After printing, delete the element we've already used
{ print $1, $2, k in a ? a[k] : "-"; delete a[k] }

# Print any left over elements with their values
END { for (i in a) { print i, a[i] } }

# Run the command noting importance of file order
# Pipe output into reverse sort to match desired ouptut
$ awk -f a.awk file2 file1 | sort -r
559 1 2400000000
559 0 100000000
558 1 2400000000
558 0 100000000
557 1 2400000000
557 0 100000000
555 0 2500000000
533 0 5000000000
504 2 1000000000
504 1 100000000
504 0 5000000000
255 0 2800000000
227 0 100000000
192 0 100000000
187 0 2900000000
185 0 3000000000
183 0 4000000000
171 0 5000000000
1236 1 -
1236 0 -

【讨论】：

建议：预先定义 k=$1 FS $2 并将实例替换为 k。