比较两个文件列（未排序的文件）答案

【问题标题】：Compare two file columns (unsorted files)比较两个文件列（未排序的文件）
【发布时间】：2012-09-12 06:06:25
【问题描述】：

输入文件 1

A1  123 AA
B1  123 BB
C2  44  CC1
D1  12  DD1
E1  11  EE1

输入文件 2

A   sad21   1
DD1 124f2   2
CC  123tges 3
BB  124sdf  4
AA  1asrf   5

输出文件

A1  123 AA  1asrf   5
B1  123 BB  124sdf  4
D1  12  DD1 124f2   2

输出文件的制作

我们检查输入文件 1 的第 3 列和输入文件 2 的第 1 列。

如果它们匹配，我们将其打印到输出文件中。

注意：

文件未排序

我试过了：

join -t, A B | awk -F "\t"  'BEGIN{OFS="\t"} {if ($3==$4) print $1,$2,$3,$4,$6}'

但这不起作用，因为文件未排序。所以条件 ($3==$4) 不会一直有效。请帮忙。

【问题讨论】：

标签： bash unix sed awk

【解决方案1】：

nawk 'FNR==NR{a[$3]=$0;next}{if($1 in a){p=$1;$1="";print a[p],$0}}' file1 file2

测试如下：

> cat file1
A1      123     AA
B1      123     BB
C2      44      CC1
D1      12      DD1
E1      11      EE1
> cat file2
A       sad21   1
DD1     124f2   2
CC      123tges 3
BB      124sdf  4
AA      1asrf   5
> awk 'FNR==NR{a[$3]=$0;next}{if($1 in a){p=$1;$1="";print a[p],$0}}' file1 file2
D1      12      DD1  124f2 2
B1      123     BB  124sdf 4
A1      123     AA  1asrf 5
>

【讨论】：

【解决方案2】：

您可以使用join，但您需要先对关键字段进行排序并告诉join第一个文件中的关键是第3列（-1 3）：

join -1 3 <(sort -k 3,3 file1) <(sort file2)

将为您提供正确的字段，输出（column -t 用于输出格式）：

AA   A1  123  1asrf   5
BB   B1  123  124sdf  4
DD1  D1  12   124f2   2

要获得问题中列出的相同列排序，您需要指定输出格式：

join -1 3 -o 1.1,1.2,1.3,2.2,2.3 <(sort -k 3,3 file1) <(sort file2)

即文件 1 的字段 1 到 3，然后是文件 2 的字段 2 和 3。输出（再次使用 column -t）：

A1  123  AA   1asrf   5
B1  123  BB   124sdf  4
D1  12   DD1  124f2   2

【讨论】：

【解决方案3】：

perl -F'/\t/' -anle 'BEGIN{$f=1}if($f==1){$H{$F[2]}=$_;$f++ if eof}else{$l=$H{$F[0]};print join("\t",$l,@F[1..$#F]) if defined$l}' f1.txt f2.txt

或更短

perl -F'/\t/' -anle'$f?($l=$H{$F[0]})&&print(join"\t",$l,@F[1..$#F]):($H{$F[2]}=$_);eof&&$f++' f1.txt f2.txt

【讨论】：

【解决方案4】：

一种使用awk的方式：

awk 'BEGIN { FS=OFS="\t" } FNR==NR { array[$1]=$2 OFS $3; next } { if ($3 in array) print $0, array[$3] }' file2.txt file1.txt

结果：

A1  123 AA  1asrf   5
B1  123 BB  124sdf  4
D1  12  DD1 124f2   2

【讨论】：

@Chronicles：我已经对此进行了测试。这对我来说可以。您的文件都是制表符分隔的吗？您收到错误消息吗？
两个文件都是制表符分隔的......但是当我执行时我也没有得到任何错误和输出......
@Chronicles：这很奇怪。你用的是什么版本的awk？

【解决方案5】：

这可能对你有用（GNU sed）：

sed 's|\(\S*\)\(.*\)|/\\s\1$/s/$/\2/p|' file2 | sed -nf - file1

【讨论】：