基于共同的两列连接两个文件答案

【问题标题】：Join Two Files Based on TWO Columns in Common基于共同的两列连接两个文件
【发布时间】：2019-01-27 04:32:17
【问题描述】：

我有两个文件正在尝试根据第一列和第二列加入/合并。下面是我想要的输出。我想强调一件事，我想合并这两个文件，而不仅仅是交集。任何帮助将不胜感激！

$ cat file1
2L      5753   33158
2L      8813   33158
2L      7885   33159
2L      1279   33159
2L      5095   33158
$
$ cat file2
2L      8813    0.6    1.2
2L      5762    0.4    0.5
2L      1279    0.5    0.9
$

Desired Output:
2L      5753                33158
2L      8813    0.6    1.2  33158
2L      7885                33159
2L      1279    0.5    0.9  33159
2L      5095                33158
2L      5762    0.4    0.5

我发现了一个类似的帖子，但它似乎需要一些调整才能满足我的想法。网址是： Similar Stackoverflow link

【问题讨论】：

文件中的分隔符是什么？多个空格还是一个制表符？
@Cyrus 谢谢！列之间有多个空格！
你尝试过什么调整？

标签： linux bash awk merge

【解决方案1】：

与gawk:

$ gawk -F$'\t' -v OFS=$'\t' 'FNR==NR{l[$1,$2]=$0; next}  
                       l[$1,$2]{print l[$1,$2],$3; delete l[$1,$2]; next} 
                        {print $1,$2,OFS,$3}
                        END{for (e in l) if(l[e]) print l[e]}' f2 f1
2L  5753            33158
2L  8813    0.6 1.2 33158
2L  7885            33159
2L  1279    0.5 0.9 33159
2L  5095            33158
2L  5762    0.4 0.5

这假定\t 分隔字段。

【讨论】：

【解决方案2】：

以下 bash 脚本从 file1 中读取每一行，从 file2（的副本）中提取相应的行，合并这两行，并将结果打印到 stdout。最后，file2（剩下的）被打印出来了。

temp=$(mktemp)
cp file2 $temp
while read col1 col2 arg3; do
  line=$(sed -r -i -e "/^$col1\ +$col2/ {w /dev/stdout" -e "d}" $temp)
  arg1=$(awk '{print $3}' <<< $line)
  arg1=${arg1:-   }
  arg2=$(awk '{print $4}' <<< $line)
  arg2=${arg2:-   }
  echo -e "$col1\t$col2\t$arg1    $arg2\t$arg3"
done < file1
cat $temp
rm $temp

sed 命令的想法取自 dhakimian 对 Gilles 在Printing and deleting the first line of a file using sed 上的回答的扩展。

【讨论】：