☰

일치하지 않는 줄을 포함하여 각각 두 개의 열이 있는 두 개의 파일을 연결합니다.

tag-icon • tag-icon sort join
일치하지 않는 줄을 포함하여 각각 두 개의 열이 있는 두 개의 파일을 연결합니다.

파일당 하나씩 두 개의 정렬된 데이터 세트를 일치시키고 병합하려고 합니다. 각 파일에는 키 필드와 관련 값이라는 두 개의 열이 포함되어 있습니다. 생성된 출력에는 키 필드, 첫 번째 파일의 값(있는 경우) 및 두 번째 파일의 값(있는 경우)이라는 세 개의 열이 포함되어야 합니다. 일치하지 않는 데이터 행을 포함해야 합니다.

첫 번째 파일 "John"

apple,green
cherry,red
orange,orange

두 번째 파일 "Jane"

apple,red
banana,yellow
cherry,yellow
kiwi,green

원하는 결과

apple,green,red
banana,,yellow
cherry,red,yellow
kiwi,,green
orange,orange,

처음에는 이 일이 나에게 하찮은 일이라고 생각했다.join

LC_ALL=C join -j1 -a1 -a2 -t',' john jane

그러나 결과는 항상 -a1 -a2두 번째 열에 일치하지 않는 값을 넣습니다.

apple,green,red
banana,yellow
cherry,red,yellow
kiwi,green
orange,orange

이상적으로는 결과 파일의 적절한 두 번째 또는 세 번째 열에 해당 값을 배치하여 일치하지 않는 값이 어떤 소스 파일에서 유래했는지 확인할 수 있어야 하지만 달성할 수 있는 간단한 방법을 알 수 없습니다. 유형 구성을 자세히 알아볼 필요 없이 이 작업을 수행할 수 있습니다 awk ... getline().

어떤 제안이 있으십니까?

답변1

당신이 원하는 -o auto:

join -t, -j 1 -a 1 -a 2 -o auto john jane

~에서man join:

-o FORMAT

    순종하다FORMAT출력 라인을 구성할 때

︙만약      FORMAT키워드가 ' auto'인 경우 각 파일의 첫 번째 줄은 각 줄에 출력되는 필드 수를 결정합니다.

또는 더 잘 설명GNU Coreutils: 호출 추가 (링크를 클릭하시면 들어가실 수 있습니다.조인의 일반 옵션):

' -o auto'

" " 키워드가 지정되면 auto출력 형식은 각 파일의 첫 번째 줄에서 유추됩니다. 이는 기본 출력 형식과 동일하지만 행당 동일한 수의 필드가 출력되도록 보장합니다. 누락된 필드는 옵션으로 대체되고 -e중복 필드는 삭제됩니다.

% cat john 
apple,green
cherry,red
orange,orange
% cat jane 
apple,red
banana,yellow
cherry,yellow
kiwi,green
% join -t, -j 1 -a 1 -a 2 -o auto john jane
apple,green,red
banana,,yellow
cherry,red,yellow
kiwi,,green
orange,orange,

답변2

출력 형식을 명시적으로 지정할 수 있습니다.

LC_ALL=C join -o0,1.2,2.2 -j1 -a1 -a2 -t',' john jane

생산하다

apple,green,red
banana,,yellow
cherry,red,yellow
kiwi,,green
orange,orange,

여기서 중요한 점은 조인 필드를 출력 형식에서도 참조할 수 있다는 점입니다 0. 이는 페어링할 수 없는 행의 컨텍스트에서 유용합니다.

답변3

이 명령은 거의 해당 작업을 수행합니다. 키가 file1에만 나타나면 후행 쉼표가 생략됩니다. 지금은 완전히 디버깅할 시간이 없습니다.

awk -F, 'BEGIN{OFS=","} FNR==NR{val[$1]=$2;next} {val[$1]=val[$1] "," $2}END{for (key in val) {print key, val[key]}}' john jane

산출:

apple,green,red
banana,,yellow
cherry,red,yellow
kiwi,,green
orange,orange

답변4

R 프로그래밍 언어 사용

두 개의 데이터 파일을 R REPL로 읽습니다.

> john <- read.csv("/Users/admin/john", header=FALSE, stringsAsFactors=FALSE)
> john
      V1     V2
1  apple  green
2 cherry    red
3 orange orange
>
> jane <- read.csv("/Users/admin/jane", header=FALSE, stringsAsFactors=FALSE)
> jane
      V1     V2
1  apple    red
2 banana yellow
3 cherry yellow
4   kiwi  green

R REPL에서 데이터 파일을 병합하려면 다음을 수행하십시오.

> merge(john, jane, by = c("V1"), all=TRUE)
      V1   V2.x   V2.y
1  apple  green    red
2 banana   <NA> yellow
3 cherry    red yellow
4   kiwi   <NA>  green
5 orange orange   <NA>
>

파일로 출력( 사용 write.table):

> write.table( merge(john, jane, by = c("V1"), all=TRUE), "john_jane.csv", sep=",", quote=F, row.names=F, col.names=F, na="")

생성된 파일("john_jane.csv"):

apple,green,red
banana,,yellow
cherry,red,yellow
kiwi,,green
orange,orange,

매개변수에서 볼 수 있듯이 write.table<NA> 값은 를 사용하여 빈 문자열로 설정됩니다 na="". 추가 도움말을 보려면 R REPL의 프롬프트에 , 또는 ?getwd()와 같은 물음표 앞에 명령을 입력하세요 ?setwd().?read.csv()?merge()

[참고: R 설치 기간에 따라 stringsAsFactors=FALSE모든 함수 호출에 매개변수를 포함하는 것이 중복될 수 있습니다.]read.csv()

https://www.r-project.org/
https://cran.r-project.org/index.html

관련 정보