☰

Junte-se: Dois arquivos - mas anexe apenas as duas últimas colunas

tag-icon • tag-icon files sed awk merge join
Junte-se: Dois arquivos - mas anexe apenas as duas últimas colunas

Dados os arquivos:

1.txt

1, abc, 123, 456, 789
2, lmn, 123, 456, 789
3, pqr, 123, 456, 789

2.txt

1, abc, 123, 000, 000
3, lmn, 123, 000, 000
9, opq, 123, 000, 000

SAÍDA.txt

ID, NAME, X,    1A,    1B,  2A,   2B   
1, abc, 123, 456, 789, 000, 000
2, lmn, 123, 456, 789, MISSING, MISSING
3, pqr, 123, 456, 789, 000, 000
9, opq, 123, MISSING, MISSING, 000, 000

eu useiessepara referência.

Eu tentei usar o seguinte:

join -t , -a1 -a2 -1 1 -2 1 -o 0 -o 1.2 -o 1.3 -o 1.4 -o 1.5 -o 2.4 -o 2.5 -e "MISSING" 1.txt 2.txt

O que produz:

1, abc, 123, 456, 789, 000, 000
2, lmn, 123, 456, 789,MISSING,MISSING
3, pqr, 123, 456, 789, 000, 000
9,MISSING,MISSING,MISSING,MISSING, 000, 000

Qualquer ajuda?

Responder1

Eu não acho que você possa fazer isso joinsozinho. Você poderia fazer:

join -t, -a1 -a2 -o0,1.2,1.3,1.4,1.5,2.2,2.3,2.4,2.5 -e MISSING 1.txt 2.txt |
  perl -F, -lape '@F[1..2]=@F[5..6] if $F[1] eq "MISSING";
                  $_=join",",@F[0..4],@F[7..8]'
  • -p: use um loop de leitura linha por linha como em sed/awk
  • -a, -F,: como awk, divida as linhas em campos (no @Farray).
  • -l: funciona no conteúdo das linhas (funciona como awkonde a entrada é dividida em RS( $/) (mas RSnão incluída em $0) e ORS( $\) é anexada antes da impressão).
  • -e ...: perl [e]xpressão a ser avaliada para cada linha.
  • Em seguida, parece quase como o inglês: os campos 1 a 2 são definidos como campos 5 a 6 se o campo 1 (o segundo campo, pois os índices começam em 0) for "MISSING". Em seguida, defina o conteúdo do registro atual ($_ é como $0 no awk) para os campos 0 a 4 e 7 a 8.

Na verdade, escrever o mesmo awknão é mais complicado:

awk -F, -vOFS=, '$2 == "MISSING"{$2=$6;$3=$7}
                 {print $1,$2,$3,$4,$5,$8,$9}'

Responder2

usando apenas awk:

awk -F, -v OFS=, '
    BEGIN {m = " MISSING"}

    # process file1
    NR == FNR {lines[$1] = $0; next} 

    # process file2
    {
        added[$1] = $4 OFS $5
        if (!($1 in lines)) {
            $4 = m
            $5 = m
            lines[$1] = $0
        }
    } 

    # print the combined output
    END {
        for (id in lines) {
            if (!(id in added)) 
                added[id] = m OFS m
            print lines[id], added[id]
        }
    }
' 1.txt 2.txt | sort -n

1, abc, 123, 456, 789, 000, 000
2, lmn, 123, 456, 789, MISSING, MISSING
3, pqr, 123, 456, 789, 000, 000
9, opq, 123, MISSING, MISSING, 000, 000

Responder3

Parece que você deseja ingressar nos três primeiros campos. Você deve então alterar os dois primeiros delimitadores, joinno novo 1º campo e depois restaurar os delimitadores:

join -t, -j1 -a1 -a2 -o 0 1.2 1.3 2.2 2.3 -e " MISSING" \
<(sed 's/, /\x02/;s/, /\x02/' 1.txt) <(sed 's/, /\x02/;s/, /\x02/' 2.txt) \
| sed 's/\x02/, /g'

retorna

1, abc, 123, 456, 789, 000, 000
2, lmn, 123, 456, 789, MISSING, MISSING
3, pqr, 123, 456, 789, 000, 000
9, opq, 123, MISSING, MISSING, 000, 000

informação relacionada