linux - 合并/加入两个表快速 linux 命令行

Question

假设我有两个相对较大的制表符分隔文件 file1.txt、file2.txt。

file1.txt
id\tcity\tcar\ttype\tmodel

file2.txt 
id\tname\trating

让我们假设 file1.txt 有 2000 个唯一 ID，因此有 2000 个唯一行，而 file2.txt 只有 1000 个唯一行，因此有 1000 个唯一 ID。有没有办法合并这两个表？

情况一，在file1.txt中按id合并，file2.txt中没有id时填NA。

案例2。在 file2.txt 中按 id 合并，此时只有 file2.txt 中的 id 会与 file1.txt 和 file2.txt 中的字段一起打印出来。

注意:合并后的新文件也应该是制表符分隔的文件，还要有一个头文件。笔记2。我也很感激有关如何在没有标题的情况下执行此操作的建议。

谢谢!

Answer 1

join -j 1 <(sort file1.txt) <(sort file2.txt)

您的“案例 2”方法是否仅使用标准 unix 工具。当然，如果文件已经排序，你可以放弃排序。

如果您包含标题，您可能依赖数字 id 将连接的标题排序到顶部:

join -j 1 <(sort file1.txt) <(sort file2.txt) | sort -n

与

• 文件1.txt

  id  city    car type    model
  1   york    subaru  impreza king
  2   kampala toyota  corolla sissy
  3   luzern  chrysler    gravity falcon
  

• 文件2.txt

  id  name    rating
  3   zanzini PG
  2   tara    X
  

• 输出:

  id  city    car type    model   name    rating
  2   kampala toyota  corolla sissy   tara    X
  3   luzern  chrysler    gravity falcon  zanzini PG
  

PS 要保留 TAB 分隔符，请传递 -t 选项:

 join -t'    ' ...

很难在 SO 上显示“”包含 TAB 字符。使用 ^VTAB 键入它(例如在 bash 中)