假设我有两个相对较大的制表符分隔文件 file1.txt、file2.txt。
file1.txt
id\tcity\tcar\ttype\tmodel
file2.txt
id\tname\trating
让我们假设 file1.txt 有 2000 个唯一 ID，因此有 2000 个唯一行，而 file2.txt 只有 1000 个唯一行，因此有 1000 个唯一 ID。有没有办法合并这两个表？
案例1.file1.txt中通过id合并，当file2.txt中没有id时填写NA。
案例2。通过file2.txt中的id将它们合并，其中只有file2.txt中的id会与file1.txt和file2.txt中的字段一起打印出来。
注意：合并的新文件也应该是制表符分隔的文件，并带有头文件。笔记2。如果没有标题，我也很感激有关如何做到这一点的建议。
谢谢！
join -j 1 <(sort file1.txt) <(sort file2.txt)
您的“案例 2”是否仅使用标准的 unix 工具。当然，如果文件已排序，则可以放弃排序。
如果您包含标题，您可能会依赖数字 ID 将连接的标题排序到顶部：
join -j 1 <(sort file1.txt) <(sort file2.txt) | sort -n
和
文件1.txt
id city car type model
1 york subaru impreza king
2 kampala toyota corolla sissy
3 luzern chrysler gravity falcon
文件2.txt
id name rating
3 zanzini PG
2 tara X
输出：
id city car type model name rating
2 kampala toyota corolla sissy tara X
3 luzern chrysler gravity falcon zanzini PG
PS要保留 TAB 分隔符，请传递-t选项：
join -t' ' ...
很难在 SO 上显示 ' ' 包含 TAB 字符。键入它^VTAB（例如在 bash 中）
这在案例 1 中对我有用：
join -t $'\t' -1 1 -2 1 -a 1 -a 2 <(sort fileone.txt) <(sort filetwo.txt) | sort -n -t $'\t' > filethree.txt
然后：
awk '{if(NF+0<7) printf "%s\tNA\tNA\n", $0; else print $0}' filethree.txt
尝试这样做：
perl -lane '
END{print "$_$h{$_}" for sort keys %h}
$h{$F[0]} .= "\t" . join "\t", @F[1..$#F];
' file1.txt file2.txt
此脚本加入 ids（第一个 col）。