小编Bor*_*sRu的帖子

Uwe 和 GKi 的答案都是正确的。Gki 获得赏金是因为 Uwe 迟到了，但 Uwe 的解决方案运行速度大约是其 15 倍

我有两个数据集，其中包含不同患者在多个测量时刻的分数，如下所示：

df1 <- data.frame("ID" = c("patient1","patient1","patient1","patient1","patient2","patient3"),
                  "Days" = c(0,25,235,353,100,538),
                  "Score" = c(NA,2,3,4,5,6), 
                  stringsAsFactors = FALSE)
df2 <- data.frame("ID" = c("patient1","patient1","patient1","patient1","patient2","patient2","patient3"),
                  "Days" = c(0,25,248,353,100,150,503),
                  "Score" = c(1,10,3,4,5,7,6), 
                  stringsAsFactors = FALSE)
> df1
        ID Days Score
1 patient1    0    NA
2 patient1   25     2
3 patient1  235     3
4 patient1  353     4
5 patient2  100     5
6 patient3  538     6

> df2
        ID Days Score
1 patient1    0     1
2 patient1 …

我正在尝试合并来自两个不同文件的数据。在每个文件中，一些数据与一些 ID 相关联。我想“组合”这两个文件，因为所有ID 都必须打印到一个新文件中，并且来自两个文件的数据必须与 ID 正确匹配。例子：

cat file_1
1.01    data_a
1.02    data_b
1.03    data_c
1.04    data_d
1.05    data_e
1.06    data_f

cat file_2
1.01    data_aa
1.03    data_cc
1.05    data_ee
1.09    data_ii

想要的结果是：

cat files_combined
1.01    data_a    data_aa
1.02    data_b
1.03    data_c    data_cc
1.04    data_d    
1.05    data_e    data_ee
1.06    data_f
1.09              data_ii

我知道如何通过循环遍历每个 ID 以漫长而缓慢的方式来完成。一些伪代码示例：

awk -F\\t '{print $1}' file_1 > files_combined
awk -F\\t '{print $1}' file_2 >> files_combined
sort -u -n files_combined > tmp && mv tmp …