通过连接的第一列连接 3 个文件（是 awk）？

Question

我有三个类似的文件，它们都是这样的：

文件 A

ID1 Value1a
ID2 Value2a
  .
  .
  .
IDN Value2n

我想要这样的输出

输出

ID1 Value1a Value1b Value1c
ID2 Value2a Value2b Value2c
.....
IDN ValueNa ValueNb ValueNc

看第一行，我希望 value1A 是 fileA 中 id1 的值，value1B 是 fileB 中 id1 的值，等等其中每个字段和每一行。我认为它就像一个 sql 连接。我已经尝试了几件事，但没有一个是接近的。

编辑：所有文件具有相同的长度和 ID。

Answer 1

尝试join(1)：

join fileA fileB | join - fileC

Answer 2

join （丹尼斯的答案）更好，但只是为了好玩，这是我在 awk 中想到的：

awk '{a=$0; getline b <"fileB"; getline c <"fileC"; $0=a" "b" "c; print $1,$2,$4,$6}' <fileA

Answer 3

更新：问题已被编辑为所有文件都包含所有密钥，因此接受的答案（join）肯定比这个更好。仅当密钥可能不在所有文件中时才考虑使用此选项。

---

如果您不太关心性能，您可以尝试快速而肮脏的方法：

$ cat file_a
    ID5 Value5a
    ID1 Value1a
    ID3 Value3a
    ID4 Value4a
    ID2 Value2a
$ cat file_b
    ID1 Value1b
    ID3 Value3b
$ cat file_c
    ID2 Value2c
    ID3 Value3c
    ID4 Value4c
    ID5 Value5c
$ cat qq.sh
    #!/bin/bash
    keylist=$(awk '{print $1'} file_[abc] | sort | uniq)
    for key in ${keylist} ; do
        val_a=$(grep "^${key} " file_a | awk '{print $2}') ; val_a=${val_a:--}
        val_b=$(grep "^${key} " file_b | awk '{print $2}') ; val_b=${val_b:--}
        val_c=$(grep "^${key} " file_c | awk '{print $2}') ; val_c=${val_c:--}
        echo ${key} ${val_a} ${val_b} ${val_c}
    done
$ ./qq.sh
    ID1 Value1a Value1b -
    ID2 Value2a - Value2c
    ID3 Value3a Value3b Value3c
    ID4 Value4a - Value4c
    ID5 Value5a - Value5c

这实际上首先计算出键，然后使用该键从每个文件中获取值，或者 - 如果它不在相关文件中。

如果文件更复杂（如果字段 1 不在行的开头或者后面跟有非空格分隔符），则需要调整 grep 命令，但这应该是合理的首切解决方案。在这种情况下可能使用的 grep 是：

grep "^[ X]*${key}[ X]"

其中 X 实际上是 tab 字符，因为这允许零个或多个空格或键前的制表符以及用于终止该键的空格或制表符。

如果文件特别大，您可能需要考虑使用 awk 中的关联数组，但是，由于没有指示大小，我会从这个开始，直到您到达以下位置：它运行得太慢了。

Answer 4

只是补充一点，为了使连接正常工作，应该对输入进行排序。
这个 awk 解决方案应该处理任意数量的输入文件。
您还将丢失键的原始顺序（您将需要更多代码来保留它）。

awk 'END {
  for (K in k) print K, k[K]
    }
{ 
  k[$1] = k[$1] ? k[$1] FS $2 : $2 
  }' file1 file2 [.. filen]