Mesclar arquivos usando uma coluna comum

Eu tenho dois arquivos dos quais eu quero criar um terceiro que contém todas as informações.

arquivo 1:

a 111 
b 222 
c 333 
d 666 
e 777 

arquivo 2:

111 x1  
222 x2
333 x3
444 x4 
555 x5 
666 x6 
777 x7 
888 x8

Gostaria de combiná-los da seguinte forma:

111  x1  a
222  x2  b
333  x3  c
444  x4  0
555  x5  0
666  x6  d
777  x7  e
888  x8  0

Nota:

A segunda coluna do arquivo 1 é um subconjunto da primeira coluna do arquivo 2

O joincomando faz quase o que você precisa, se os arquivos são classificados como em suas amostras:

join -12 -a2 file1 file2 -o2.1,2.2,1.1

Você só precisa adicionar os zeros às linhas sem correspondência. Você pode usar a -eopção para isso:

join -12 -a2 file1 file2  -o2.1,2.2,1.1 -e0

Usando junção:

join -1 1 -2 2 -a1 -e0 -o'0,1.2,2.1' file2 file1

O comando join une as linhas de dois arquivos que compartilham um campo de dados comum. Nesse caso: Una o arquivo2 e o arquivo1 usando o campo 1 ( -1 1) do arquivo2 e o campo 2 ( -2 2) do arquivo1.

A saída será: "campo unido, campo 2 do arquivo2, campo 1 do arquivo1" ( -o'0,1.2,2.1'), se houver um campo ausente, coloque 0 ( -e0)

Se um dos dois arquivos tiver mais registros, adicione-os (nesse caso, arquivo2) ( -a1)

Por favor, consulte a página de manual do comando join

Um pouco de awkmágica:

awk 'FNR==NR{a[$2]=$1;next}{if(a[$1]==""){a[$1]=0}; \
    printf "%s%s%s%s%s\n",$1,FS,$2,FS,a[$1]}' \
    file1 file2

ou

awk 'FNR==NR{a[$2]=$1;next}{if(a[$1]==""){a[$1]=0};
    print $1,$2,a[$1]}' file1 file2

Resultado

111 x1 a
222 x2 b
333 x3 c
444 x4 0
555 x5 0
666 x6 d
777 x7 e
888 x8 0

Explicação

• FNR==NR{a[$2]=$1;next}

  Executa over file1( FNR==NR) e cria uma estrutura de valor-chave. A chave é a segunda coluna ( $2) de file1, o valor é a primeira coluna ( $1) defile1

• {if(a[$1]==""){a[$1]=0};print $1,$2,a[$1]}

  Corre file2e

  • if(a[$1]==""){a[$1]=0}

    Se a chave na primeira coluna ( $1) in file2não existir file1, precisamos de um0

  • print $1,$2,a[$1]

    Imprima (usando print) a primeira e a segunda coluna file2e o valor da estrutura de valores-chave com a chave da primeira coluna ( $1) defile2

    ou

  • printf "%s%s%s%s%s\n",$1,FS,$2,FS,a[$1]}'

    Imprima (usando printf) a primeira e a segunda coluna de file2e o valor da estrutura de valores-chave com a chave da primeira coluna ( $1) de file2.

    • FS é o separador entre as colunas, retirado do arquivo de entrada

    • "%s%s%s%s%s\n"

      é a formatação para a saída

      • %s - Corda

      • \n - Nova linha

Usando q :

$ q "select f2.c1, f2.c2, ifnull(f1.c1,0) from file_2.txt f2 LEFT JOIN file_1.txt f1 on f1.c2 = f2.c1 "
111 x1 a
222 x2 b
333 x3 c
444 x4 0
555 x5 0
666 x6 d
777 x7 e
888 x8 0

Às vezes, pode ser mais legível dessa maneira.