通过 AWK 连接具有多列的两个文件答案

【问题标题】：Joining two files with multiple columns via AWK通过 AWK 连接具有多列的两个文件
【发布时间】：2014-01-22 16:50:17
【问题描述】：

首先，我必须道歉：我知道有很多不同的话题已经回答了我的问题，但你自己会看到，AWK 并不是我真正的好朋友。

你们都知道这个故事，对吧？ ;) “嘿，随机员工，你是被选中的人！我需要你学习这个我们都不知道的奇怪东西。你的截止日期是明天，祝你好运！”

我不会再抱怨它了（承诺！:p），但经过多次尝试，我无法真正理解关于 AWK 的所有内容（谁说“一件事”？）。

所以，这是我的问题！

我有两个文件，包含以下列：

文件 A.txt：

A B C D E F G H

文件 B.txt：

A C F I

我想通过将这两个文件合并到另一个文件中来获得以下输出：

输出文件 C.txt：

A B C D E F G H I

我想在它们之间进行连接，将“I”添加到已存在的具有 A、C 和 F 列的行中，并删除其他行。

到目前为止，我知道我必须使用这样的东西：

awk '
    FNR==NR{Something ;next}
    {print $0}
' A.txt B.txt

是的，我知道。一开始听起来很糟糕。

那里有英雄吗？

【问题讨论】：

我们会一直考虑 A.txt 中的第 1、第 3 和第 6 列吗？或者只是来自 B.txt 的行在 A.txt 的某行中的任何位置有 3 个值？如果 B.txt 包含 A B C J 怎么办？
感谢您的快速回复！编辑：抱歉，没有看到您编辑了您的评论。最后，我们需要每一行匹配文件B第1、2和3列的第1、3和6列。为了解释我自己，B.txt只有4列，而A.txt有8列。
请参阅stackoverflow.com/questions/5467690/…。似乎是非常相似的问题。

标签： awk

【解决方案1】：

awk '
    NR==FNR {A[$1,$3,$6] = $0; next} 
    ($1 SUBSEP $2 SUBSEP $3) in A {print A[$1,$2,$3], $4}
' A.txt B.txt

这需要将整个文件 A.txt 存储在内存中。如果 B.txt 明显更小

awk '
    NR==FNR {B[$1,$2,$3] = $4; next}
    ($1 SUBSEP $3 SUBSEP $6) in B {print $0, B[$1,$3,$6]}
' B.txt A.txt

【讨论】：

@Jordan.lamarche：你知道：只有在第一个文件的第一遍（FNR=读当前文件或标准输入。NR= 到目前为止读取的记录（或行）总数，在所有文件/输入中）。所以它允许 glenn 分离第一个文件的读取（然后创建 A[] 数组，然后“下一个”不做以下几行），并且在第二个文件上，它绕过第一行（因为 NR 只能是 > FNR），所以它会完成其余的工作。