unix:使用第二列合并2个文件

Question

我想根据第二列的内容合并两个文件.

档案1:

"4742"  "209220_at"     2.60700394801826
"104"   "209396_s_at"   2.60651442103297
"749"   "202409_at"     2.59424724783704
"4168"  "209875_s_at"   2.58773204877464
"3973"  "1431_at"       2.52832098784342
"1826"  "207201_s_at"   2.41685345240968

文件2:

"653"   "1431_at"       2.14595534191867
"1109"  "207201_s_at"   2.13777517447307
"353"   "212531_at"     2.12706340284672
"381"   "206535_at"     2.11456707231618
"1846"  "204534_at"     2.10919474441178

到最后:

"3973"  "1431_at"       2.52832098784342 "653"   "1431_at"       2.14595534191867
"1826"  "207201_s_at"   2.41685345240968 "1109"  "207201_s_at"   2.13777517447307

我试过了comm,diff一些不起眼awk的单线,没有任何成功.任何帮助非常感谢.本

Answer 1

您可以使用sort和join命令的组合来完成此操作.直截了当的方法是

join -j2 <(sort -k2 file1) <(sort -k2 file2)

但这显示出与您正在寻找的略有不同.它只显示公共连接字段,然后显示每个文件的其余字段

"1431_at" "3973" 2.52832098784342 "653" 2.14595534191867
"207201_s_at" "1826" 2.41685345240968 "1109" 2.13777517447307

如果您需要与您显示的格式完全一致,那么您需要以join这种方式告诉输出

join -o 1.1,1.2,1.3,2.1,2.2,2.3 -j2 <(sort -k2 file1) <(sort -k2 file2)

其中-o接受FILENUM.FIELDNUM说明符列表.

请注意,<()我使用的语法不是POSIX sh,因此如果需要POSIX sh语法,则应该排序为临时文件.

Answer 2

awk '
  # store the first file, indexed by col2
  NR==FNR {f1[$2] = $0; next}
  # output only if file1 contains file2's col2
  ($2 in f1) {print f1[$2], $0}
' file1 file2