Linux：將檔案1中的字符ID分配給檔案2的兩列f2_col1和f2_col2，而不更改檔案2中的行順序-有解無憂

我有兩個檔案（都具有相同的 N=百萬行）

f1.txt :

1       J100079
2       J100180
3       J100228
4       J100291
5       J100333
6       J100537
7       J100549
8       J100757
9       J100953
10      J101030

和 f2.txt：

1       1       117656  0.494925
2       1       117656  0.0021814
2       2       117656  0.496289
3       1       117656  -0.00205095
3       2       117656  0.0024429
3       3       117656  0.495278
4       1       117656  -0.000898346
4       2       117656  -0.00520983
4       3       117656  -0.00694337
4       4       117656  0.495535

我希望創建一個f_final.txt檔案，該檔案已分配了從f1.txt到的第 1 列和第 2 列的字符 ID，f2.txt而f2.txt.

我通過創建一個啟動的程序f3.txt作為加盟f1.txt和f2.txt：

join f1.txt f2.txt > f3.txt

cat f3.txt

1 J100079 1 117656 0.494925
2 J100180 1 117656 0.0021814
2 J100180 2 117656 0.496289
3 J100228 1 117656 -0.00205095
3 J100228 2 117656 0.0024429
3 J100228 3 117656 0.495278
4 J100291 1 117656 -0.000898346
4 J100291 2 117656 -0.00520983
4 J100291 3 117656 -0.00694337
4 J100291 4 117656 0.495535

從f3.txt兩個新檔案中分離出來：f4.txt并f5.txt使用 cut （請注意，現在分隔符已從 join 變為 ' '）：

cut -d$' ' -f 1,2 f3.txt > f4.txt
cut -d$' ' -f 3,5 f3.txt > f5.txt

cat f4.txt

1 J100079
2 J100180
2 J100180
3 J100228
3 J100228
3 J100228
4 J100291
4 J100291
4 J100291
4 J100291

cat f5.txt

1 0.494925
1 0.0021814
2 0.496289
1 -0.00205095
2 0.0024429
3 0.495278
1 -0.000898346
2 -0.00520983
3 -0.00694337
4 0.495535

f4.txt is good (no more changes to it). For f5.txt I want to join it with f1.txt so I can assign to f5.txt numerical ids, the f1.txt character ids, but I do not want to change the order of the rows, so no sorting on f5.txt
```
join f1.txt f5.txt > f6.txt

join: f5.txt:7: is not sorted: 1 -0.000898346
join: f1.txt:10: is not sorted: 10      J101030
```
step3 has an error. The last step would have been to column bind f4.txt and f6.txt with no changes in the order of rows.
```
paste -d" " f4.txt f6.txt > f_final.txt
```

The final output could have been like this:

1   J100079 1   J100079 0.494925
2   J100180 1   J100079 0.0021814
2   J100180 2   J100180 0.496289
3   J100228 1   J100079 -0.00205095
3   J100228 2   J100180 0.0024429
3   J100228 3   J100228 0.495278
4   J100291 1   J100079 -0.000898346
4   J100291 2   J100180 -0.00520983
4   J100291 3   J100228 -0.00694337
4   J100291 4   J100291 0.495535

Any suggestions greatly appreciated

uj5u.com熱心網友回復：

這與您的示例完全匹配：

join f1.txt f2.txt |
sort -k '3,3' |
join -o '2.1,2.2,2.3,1.2,2.5' -1 1 -2 3 f1.txt - |
sort -k 1,1 > final.txt

如果你需要最后一個sort取決于你。

uj5u.com熱心網友回復：

這是我使用 join 和 sort 的解決方案：

join f1.txt f2.txt > f3.txt
cat f3.txt
join -1 1 -2 3 -o'1.1,1.2,2.1,2.2,2.5' <(sort -k1 f1.txt) <(sort -k3 f3.txt) > f7.txt
cat f7.txt
sort -k1 -k3 < f7.txt > f8.txt
cat f8.txt

如果您有更短的方法可以節省數百萬行的計算時間，請發布解決方案。我肯定不會使用貓，因為我已經測驗過它可以與玩具示例一起使用。

轉載請註明出處，本文鏈接：https://www.uj5u.com/net/354728.html

標籤：bash join

上一篇：如何讓Javascript在發送請求之前等待Promise？

下一篇：如何加入資料框而只保留匹配的資料框？