Linuxシステムには、3つの列を持つfile1と4つの列を持つfile2があります。 file1の列3の文字列に基づいて2つのファイルをfile2の列2の文字列にリンクするにはどうすればよいですか？ File2 は、アイテムの多い大規模データベースです。 file1とfile2の列3と2は、それぞれいくつかの文字列のみを共有します。文字列が一致する場合は、file1に関連付けられたfile2行を出力し、一致しない項目にはダッシュを出力したいと思います。
ファイル1：
300 100 a101
450 410 a400
670 710 a20
700 610 a340
ファイル2：
b30 a340 tttttttt 456
b500 a200 llllllll 567
b60 a101 uuuuuuuu 344
b40 a50 kkkkkkkk 223
出力：
300 100 a101 b60 a101 uuuuuuuu 344
450 410 a400 -
670 710 a20 -
700 610 a340 b30 a340 tttttttt 456
ベストアンサー1
Linuxの標準であるGNUawkとGNUの使用（GNU以外のバージョンでは動作する場合もありません）join
$ join -a1 -1 3 -2 2 <(sort -k3,3 file1) <(sort -k2,2 file2) |
awk '$4 == "" { $4 = "-" }; {t=$1; $1=$2; $2=$3; $3=t; print}' |
sort
300 100 a101 b60 uuuuuuuu 344
450 410 a400 -
670 710 a20 -
700 610 a340 b30 tttttttt 456
このjoinコマンドは、それぞれフィールド 3 と 2 で file1 と file2 を連結します。それを使うプロセスの交換両方のファイルが対応するキーフィールドでソートされていることを確認してください。の行と一致しなくても、すべての行を印刷するには、-a 1このオプションを使用します。file1file2
残念ながら、joinfile1のキーフィールドは各レコードの先頭に配置されます。値の一時保有者として$ 1という変数を使用して、awkフィールドを元の順序に戻してこの問題を解決します。tファイル間に矛盾がある場合、awkスクリプトは$ 4フィールドに末尾のダッシュ文字も追加します（それjoin自体は実行しないため）。
最後に、出力がソートされます。