csv 文件操作：比较两个 csv 文件并返回所有匹配的带有标题的行答案

【问题标题】：csv file operation: compare two csv files and return all matched line with headercsv 文件操作：比较两个 csv 文件并返回所有匹配的带有标题的行
【发布时间】：2022-01-11 09:53:15
【问题描述】：

我正在尝试比较两个 CSV 文件的列并将所有匹配的行保存到带有标题的新 CSV 文件中。以下是示例文件

file1:
ID,type,gene,startpos,endpos,product    
C20775336,marker,gene1,1895,2166,ID=gene1;Name=maker-C20
C20775337,marker,gene2,895,1166,ID=mRNA1;Parent=gene1;N
C20775339,marker,gene3,1895,1962,Parent=mRNA1
C20775335,marker,gene4,2795,2962,ID=CDS1;Parent=mRNA1
C20775338,marker,gene5,895,1166,ID=mRNA1;Parent=gene1;N

file2:
Id,start,End
C2002,895,1166
C2003,1895,2166
C2004,2795,2962

在这里，我尝试将 file1 的第 4 列和第 5 列与 file2 的第 2 列和第 3 列进行比较，如果匹配，则将其保存到新的 CSV 文件中。

使用这个命令awk -F',' 'NR==FNR{A[$2,$3]=$0;next} A[$4,$5]' file2 file1我得到这个输出：

C20775336,marker,gene1,1895,2166,ID=gene1;Name=maker-C20
C20775337,marker,gene2,895,1166,ID=mRNA1;Parent=gene1;N
C20775335,marker,gene4,2795,2962,ID=CDS1;Parent=mRNA1
C20775338,marker,gene5,895,1166,ID=mRNA1;Parent=gene1;N

但我也想要 file1 的标题，如果两个文件中的标题名称相同，例如如果 file1 的 startpos 和 endpos 更改为 start 和 end 或反之亦然。

有没有什么办法没有相同的标题名称，可以做到。所以我预期的输出文件将是：

output:
ID,type,gene,startpos,Endpos,product    
C20775336,marker,gene1,1895,2166,ID=gene1;Name=maker-C20
C20775337,marker,gene2,895,1166,ID=mRNA1;Parent=gene1;N
C20775335,marker,gene4,2795,2962,ID=CDS1;Parent=mRNA1
C20775338,marker,gene5,895,1166,ID=mRNA1;Parent=gene1;N

【问题讨论】：

标签： bash csv awk

【解决方案1】：

你可以使用另一个条件FNR == 1:

awk -F, 'NR==FNR {A[$2,$3]=$0; next} FNR == 1 || ($4,$5) in A' f2 f1

ID,type,gene,startpos,endpos,product
C20775336,marker,gene1,1895,2166,ID=gene1;Name=maker-C20
C20775337,marker,gene2,895,1166,ID=mRNA1;Parent=gene1;N
C20775335,marker,gene4,2795,2962,ID=CDS1;Parent=mRNA1
C20775338,marker,gene5,895,1166,ID=mRNA1;Parent=gene1;N

【讨论】：