2つのファイルを比較しfile a
てfile b
同じ列を使用する必要がありますが、列の値の比較など、2つのファイルにランダムに配置する必要がありますaccount
。一致するレコードは次のとおりです。code
date
type
pc
vol
bs
account
file a
account1
file b
file a
file c
私はLinuxの背景知識がなく、オンラインフォーラムを検索した後、AWKでこれを行うことができることを少し知っていますが、awkには慣れていません。助けてください。 Linux環境では比較が必要です。
ランダムに配置された列は、コマンドがファイルaとファイルbを一致させるために使用できる列を提供できることを意味します(列の順序は両方のファイルで同じではありません)。どちらのファイルでも、一致する列は8、10、15のいずれかになります。
アカウントと同様に、account1は最初と最後の列ではなく、コマンドは更新する列を選択する必要があります。
繰り返し処理 -->ファイルbにファイルaの1つのレコードが重複している場合は、ファイルbの最初の一致レコードを更新して、一致で再利用できないようにする必要があります。 -->ファイルaに重複が多い場合、ファイルbに一致するレコードが1つしかない場合、最終ファイルcはファイルaの一致する値レコードをすべて更新するのではなく、アカウント値を1つだけ更新する必要があります。
file a
account,temp1,code,type,date,subtask,pc,toy,vol,bs,sub
6576,WEQR,TYRE,BS,54122022,OBCD,K,BAT,5000,F,SCSC
1234,GFHD,ASDF,BS,21122022,STOP,C,CAT,1000,S,MATH
7654,GHAD,LOPI,CV,9089022,KGAD,G,BSEE,5908,J,IOYU
file b
account,code,date,type,inst,insttype,pc,str,vol,bs,name,xdate,account1
1234,ASDF,21122022,BS,GOLDY,RUB,C,123.1,1000,S,RON,90891234,CCCCC
2761,LOPCS,10122022,BSFD,SLV,STR,C,123.9,1001,B,RON,99999988,DDDDD
0980,RTDF,28822025,JUFG,BRNZ,HIY,C,123.8,2000,S,RON,88881234,EEEEE
file c
account,temp1,code,type,date,subtask,pc,toy,vol,bs,sub
6576,WEQR,TYRE,BS,54122022,OBCD,K,BAT,5000,F,SCSC
CCCCC,GFHD,ASDF,BS,21122022,STOP,C,CAT,1000,S,MATH
7654,GHAD,LOPI,CV,9089022,KGAD,G,BSEE,5908,J,IOYU
ベストアンサー1
この回答は、以下を使用する解決策から始まります。ミラーcsvsql
、Millerのソリューションと一緒にMillerを使用し続けます。csvkitその後、使用されるソリューションで終わりますcsvsql
。
使用ミラー(mlr
)最初に(左)次に名前付きフィールドのデータを結合しますfileA
。fileB
account,code,date,type,pc,vol,bs
...その後、account1
フィールドの名前を変更しますaccount
(フィールドがあるレコードの場合は、account1
結合されたレコードのみ)。
次に、フィールドの順序を変更し、出力から不要なフィールドを削除します。
mlr --csv \
join -f fileA -j account,code,date,type,pc,vol,bs --ul then \
rename account1,account then \
cut -o -f account,temp1,code,type,date,subtask,pc,toy,vol,bs,sub fileB
質問のデータ出力を提供します。
account,temp1,code,type,date,subtask,pc,toy,vol,bs,sub
CCCCC,GFHD,ASDF,BS,21122022,STOP,C,CAT,1000,S,MATH
6576,WEQR,TYRE,BS,54122022,OBCD,K,BAT,5000,F,SCSC
7654,GHAD,LOPI,CV,9089022,KGAD,G,BSEE,5908,J,IOYU
両方の入力ファイルのフィールドの順序は関係ありません。
結合に使用できるフィールドがわからない場合は、共通フィールド名を個別に計算できます(残念ながら、Millerは「自然結合」操作を実行できませんが、結合するフィールド名の明示的なリストを提供する必要があります)。
mlr --csv put -q '
if (NR == 1) {
for (k in $*) { @f[k] = 1 }
} else {
for (k in @f) {
is_null($[k]) { unset @f[k] }
}
}
end {
common_fieldnames = joink(@f,",");
emit common_fieldnames
}' fileA fileB
与えられたデータに対して次のCSVデータセットを出力します。
common_fieldnames
"account,code,type,date,pc,vol,bs"
到着ただ--csv
と結合されているように、ヘッダーがなく、引用符なしのCSV出力を生成するオプションを使用して、カンマ区切りリストを取得します。--headerless-csv-output
--quote-none
まったく異なるアプローチcsvsql
はcsvkit自然左結合を実行し、出力を後処理するmlr
ために使用されます。
csvsql --query 'SELECT * FROM "fileA" NATURAL LEFT JOIN "fileB"' fileA fileB |
mlr --csv \
put 'is_not_null($account1) { $account = $account1 }' then \
cut -o -f account,temp1,code,type,date,subtask,pc,toy,vol,bs,sub
これにより、2つのファイル間でどのフィールドが共通であるかを心配する必要がなくなります。
必要に応じて、SQLを使用してすべての操作を実行できます。
csvsql --query '
CREATE TEMPORARY TABLE tmp AS SELECT * FROM "fileA" NATURAL LEFT JOIN "fileB";
UPDATE tmp SET account = account1 WHERE account1 IS NOT NULL;
SELECT account,temp1,code,type,date,subtask,pc,toy,vol,bs,sub FROM tmp;' fileA fileB