Ответы:
Приведенный ниже ответ основан на аналогичных вопросах и ответах в SO с некоторыми соответствующими изменениями:
$ awk 'FNR==NR {dict[$1]=$2; next} {$2=($2 in dict) ? dict[$2] : $2}1' file2.txt file1.txt
item1 platA
item2 platB
item3 platC
item4 platD
item5 platE
Идея состоит в том, чтобы создать хэш-карту с индексом и использовать ее в качестве словаря.
Для второго вопроса, который вы задали в своем комментарии ( что следует изменить, если второй столбец file1.txt
будет шестым столбцом ):
Если входной файл будет выглядеть так file1b.txt
:
item1 A5 B C D carA
item2 A4 1 2 3 carB
item3 A3 2 3 4 carC
item4 A2 4 5 6 platD
item5 A1 7 8 9 carE
Следующая команда сделает это:
$ awk 'FNR==NR {dict[$1]=$2; next} {$2=($6 in dict) ? dict[$6] : $6;$3="";$4="";$5="";$6=""}1' file2.txt file1b.txt
item1 platA
item2 platB
item3 platC
item4 platD
item5 platE
Я знаю, что вы сказали awk
, но для этого есть join
команда ...
{
join -o 1.1,2.2 -1 2 -2 1 <(sort -k 2 File1.txt) <(sort -k 1 File2.txt)
join -v 1 -o 1.1,1.2 -1 2 -2 1 <(sort -k 2 File1.txt) <(sort -k 1 File2.txt)
} | sort -k 1
Для первой join
команды было бы достаточно, если бы не эта строка:
item4 platD
Команда в основном говорит: объединить на основе второго столбца первого файла ( -1 2
) и первого столбца второго файла ( -2 1
) и вывести первый столбец первого файла и второй столбец второго файла ( -o 1.1,2.2
). Это показывает только линии, которые сопряжены. Вторая команда соединения говорит почти то же самое, но она говорит, чтобы показать строки из первого файла, который не может быть спарен ( -v 1
), и вывести первый столбец первого файла и второй столбец первого файла ( -o 1.1,1.2
). Затем мы сортируем вывод обоих вместе. sort -k 1
означает сортировку по первому столбцу и sort -k 2
означает сортировку по второму. Перед сортировкой файлов важно отсортировать файлы по столбцу соединения join
.
Теперь я написал сортировку дважды, потому что я не люблю засорять свои каталоги файлами, если смогу помочь. Однако, как сказал Дэвид Фёрстер, в зависимости от размера файлов, вы можете отсортировать файлы и сохранить их в первую очередь, чтобы не ждать, пока они будут отсортированы дважды. Чтобы дать представление о размерах, вот время, необходимое для сортировки 1 миллиона и 10 миллионов строк на моем компьютере:
$ ruby -e '(1..1000000).each {|i| puts "item#{i} plat#{i}"}' | shuf > 1million.txt
$ ruby -e '(1..10000000).each {|i| puts "item#{i} plat#{i}"}' | shuf > 10million.txt
$ head 10million.txt
item530284 plat530284
item7946579 plat7946579
item1521735 plat1521735
item9762844 plat9762844
item2289811 plat2289811
item6878181 plat6878181
item7957075 plat7957075
item2527811 plat2527811
item5940907 plat5940907
item3289494 plat3289494
$ TIMEFORMAT=%E
$ time sort 1million.txt >/dev/null
1.547
$ time sort 10million.txt >/dev/null
19.187
Это 1,5 секунды для 1 миллиона строк и 19 секунд для 10 миллионов строк.
%E
в формате времени) менее интересно измерить производительность вычислений. Процессорное время пользовательского режима ( %U
или просто неустановленная TIMEFORMAT
переменная) было бы гораздо более значимым.
%U
.