20

我正在使用标准连接命令来连接两个基于 column1 的排序文件。命令是简单的 join file1 file2 > output_file。

但是如何使用相同的技术加入 3 个或更多文件？join file1 file2 file3 > output_file 上面的命令给了我一个空文件。我认为 sed 可以帮助我，但我不太确定如何？

4

8 回答 8

31

man join：

NAME
       join - join lines of two files on a common field

SYNOPSIS
       join [OPTION]... FILE1 FILE2

它仅适用于两个文件。

如果你需要加入三个，也许你可以先加入前两个，然后加入第三个。

尝试：

join file1 file2 | join - file3 > output

应该加入这三个文件而不创建中间临时文件。-告诉 join 命令从其中读取第一个输入流stdin

于 2012-05-23T19:24:06.083 回答
12

join可以通过递归构造 s 的管道来连接多个文件（N>=2） ：

#!/bin/sh

# multijoin - join multiple files

join_rec() {
    if [ $# -eq 1 ]; then
        join - "$1"
    else
        f=$1; shift
        join - "$f" | join_rec "$@"
    fi
}

if [ $# -le 2 ]; then
    join "$@"
else
    f1=$1; f2=$2; shift 2
    join "$f1" "$f2" | join_rec "$@"
fi
于 2013-07-15T07:46:57.210 回答
8

我知道这是一个老问题，但供将来参考。如果您知道要加入的文件具有此处问题中的模式，例如，file1 file2 file3 ... fileN 那么您可以使用此命令简单地加入它们

cat file* > output

其中输出将是按字母顺序连接的一系列连接文件。

于 2015-06-22T12:08:56.717 回答
6

我为此创建了一个函数。第一个参数是输出文件，其余参数是要连接的文件。

function multijoin() {
    out=$1
    shift 1
    cat $1 | awk '{print $1}' > $out
    for f in $*; do join $out $f > tmp; mv tmp $out; done
}

用法：

multijoin output_file file*
于 2017-09-26T08:13:47.573 回答
4

虽然有点老问题，但这就是你如何用一个来做到这一点awk：

awk -v j=<field_number> '{key=$j; $j=""}  # get key and delete field j
                         (NR==FNR){order[FNR]=key;} # store the key-order
                         {entry[key]=entry[key] OFS $0 } # update key-entry
                         END { for(i=1;i<=FNR;++i) {
                                  key=order[i]; print key entry[key] # print
                               }
                         }' file1 ... filen

该脚本假定：

  • 所有文件都有相同数量的行
  • 输出的顺序与第一个文件的顺序相同。
  • 文件不需要在字段中排序<field_number>
  • <field_number>是一个有效的整数。
于 2018-08-29T07:43:26.137 回答
3

该man页面join声明它仅适用于两个文件。因此，您需要创建中间文件，然后将其删除，即：

> join file1 file2 > temp
> join temp file3 > output
> rm temp
于 2012-05-23T19:23:58.220 回答
0

Join在一个公共字段上连接两个文件的行。如果你想加入更多 - 成对做。首先加入前两个文件，然后将结果与第三个文件等加入。

于 2012-05-23T19:23:35.187 回答
0

假设您有四个文件 A.txt、B.txt、C.txt 和 D.txt：

~$ cat A.txt
x1 2
x2 3
x4 5
x5 8

~$ cat B.txt
x1 5
x2 7
x3 4
x4 6

~$ cat C.txt
x2 1
x3 1
x4 1
x5 1

~$ cat D.txt
x1 1

加入文件：

firstOutput='0,1.2'; secondOutput='2.2'; myoutput="$firstOutput,$secondOutput"; outputCount=3; join -a 1 -a 2 -e 0 -o "$myoutput" A.txt B.txt > tmp.tmp; for f in C.txt D.txt; do firstOutput="$firstOutput,1.$outputCount"; myoutput="$firstOutput,$secondOutput"; join -a 1 -a 2 -e 0 -o "$myoutput" tmp.tmp $f > tempf; mv tempf tmp.tmp; outputCount=$(($outputCount+1)); done; mv tmp.tmp files_join.txt

结果：

~$ cat files_join.txt 
x1 2 5 0 1
x2 3 7 1 0
x3 0 4 1 0
x4 5 6 1 0
x5 8 0 1 0
于 2018-09-25T15:50:59.553 回答