awk - 如何在 awk 中与多个文件相比获得一个文件中的唯一行

Question

我有如下所示的制表符分隔文件，并且希望获得如下所述的输出。我在某种程度上尝试了以下命令，但无法完成最终任务。为了使问题更清楚，描述有点长。

文件1.txt

col1  col2  col3  col4  col5
ID1  str1  234  cond1  0 
ID1  str2  567  cond1  0
ID1  str3  789  cond1  1
ID1  str4  123  cond1  1 

文件2.txt

col1  col2  col3  col4  col5
ID2  str1  235  cond1  0 
ID2  str2  567  cond2  1
ID2  str3  789  cond1  1 
ID2  str4  123  cond2  0

文件3.txt

col1  col2  col3  col4  col5
ID3  str1  235  cond1  0 
ID3  str2  567  cond2  1
ID3  str3  789  cond1  1 

我想在 file1.txt 中找到唯一的行与其余文件相比，file2.txt和file3.txt 。专栏col2和col3用作搜索的关键字。我有一个附加条件，仅当 col4="cond1" 时才删除尽管按键col2和col3位于 file2.txt和file3.txt 。下面是代码和输出:

 awk -F "\t" 'NR == 1  { OFS="\t"; print $0; next }
              NR == FNR { a[$2,$3] = $0; next }
              { if ($4=="cond1") delete a[$2, $3] }
              END { for (i in a) print a[i] }' file1.txt file2.txt file3.txt

输出:

 col1  col2  col3  col4  col5
 ID1  str1  234  cond1  0 
 ID1  str2  567  cond1  0 
 ID1  str4  123  cond1  0 

现在，我想添加附加列，其中包含 col1 列表值和计数 col1不满足条件 $4=="cond1" 的文件中的值在file2.txt和file3.txt 。

期望的输出

 col1    col2    col3  col4    col5    col6  col7
 ID1    str1    234    cond1    0    NA         NA
 ID1    str2    567    cond1    0    ID2,ID3    2
 ID1    str4    123    cond1    0    ID2        1

尽管str2和567存在于 file2.txt和file3.txt ，来自 file1.txt 的行自 col=="cond2" 起保留在file2.txt和file3.txt 。现在的问题是获取这些附加列 col6和col7 。有什么想法吗？

注意:这是 file1 与 file2 和 file3 进行比较的测试用例。在实际场景中，会有更多的文件与文件进行比较。

Answer 1

awk -vOFS="\t" '!c{c=$0"\tcol6\tcol7";next}NR==FNR{a[$2$3]=$0;next}{if($4=="cond1"){delete a[$2$3]}else{b[$2$3]=b[$2$3]?b[$2$3]","$1:$1}}END{print c;for(i in a){s=split(b[i],t,",");if(!s){b[i]=s="NA"}print a[i],b[i],s}}' a b c
col1  col2  col3  col4  col5    col6    col7
ID1  str2  567  cond1  0        ID2,ID3 2
ID1  str1  234  cond1  0        NA      NA
ID1  str4  123  cond1  1        ID2     1