awk比较两个文件并合并输出 原始问题

我有两个文件

1.csv

和

2.csv

$ cat alpha1.csv  
AKTEL_BANGLADESH,BANGLADESH,Alphanumeric_A_MSISDN_blocking,1095  
ALJAWAL_SAUDI_TELECOM_COMPANY,SAUDI_ARABIA,Alphanumeric_A_MSISDN_blocking,9592  
B-MOBILE_BRUNEI,BRUNEI,Alphanumeric_A_MSISDN_blocking,3  


$ cat SPAM1.csv  
AIN_AIS_GLOBAL_COMMUNICATIONS,THAILAND,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),1  
AKTEL_BANGLADESH,BANGLADESH,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),16  
ALJAWAL_SAUDI_TELECOM_COMPANY,SAUDI_ARABIA,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),10593  
AT&T_WIRELESS,UNITED_STATES,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),218  
BANGLALINK_SHEBA_BANGLADESH,BANGLADESH,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),111  

1.csv:-

AK,BA,Alpha,1095  
ALL,SA,Alpha,9592  

2.csv:-

AK,BA,SPAM,10  

我想合并文件，这样它将打印输出文件如下

输出：-

AK,BA,Alpha,1095,SPAM,10  
AL,SA,Alpha,9592,NA,NA  

---

更新问题 我有两个文件

alpha1.csv

和

SPAM1.csv

$ cat alpha1.csv  
AKTEL_BANGLADESH,BANGLADESH,Alphanumeric_A_MSISDN_blocking,1095  
ALJAWAL_SAUDI_TELECOM_COMPANY,SAUDI_ARABIA,Alphanumeric_A_MSISDN_blocking,9592  
B-MOBILE_BRUNEI,BRUNEI,Alphanumeric_A_MSISDN_blocking,3  


$ cat SPAM1.csv  
AIN_AIS_GLOBAL_COMMUNICATIONS,THAILAND,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),1  
AKTEL_BANGLADESH,BANGLADESH,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),16  
ALJAWAL_SAUDI_TELECOM_COMPANY,SAUDI_ARABIA,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),10593  
AT&T_WIRELESS,UNITED_STATES,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),218  
BANGLALINK_SHEBA_BANGLADESH,BANGLADESH,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),111  

预期产出：

AIN_AIS_GLOBAL_COMMUNICATIONS,THAILAND,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),1,**NA,NA**  
AKTEL_BANGLADESH,BANGLADESH,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),16,Alphanumeric_A_MSISDN_blocking,1095  
ALJAWAL_SAUDI_TELECOM_COMPANY,SAUDI_ARABIA,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),10593,Alphanumeric_A_MSISDN_blocking,9592  
AT&T_WIRELESS,UNITED_STATES,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),218,**NA,NA**  
BANGLALINK_SHEBA_BANGLADESH,BANGLADESH,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),111,**NA,NA**  
B-MOBILE_BRUNEI,BRUNEI,**NA,NA**,Alphanumeric_A_MSISDN_blocking,3  

我的命令仅打印文件2与文件1的匹配案例，而不打印不匹配案例：

$ awk 'BEGIN{FS=OFS=","} FNR==NR {a[$1,$2]=$3 FS $4; next} {print $0, (i=a[$1,$2]?a[$1,$2]:"NA,NA")}' alpha1.csv SPAM1.csv  
AIN_AIS_GLOBAL_COMMUNICATIONS,THAILAND,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),1,NA,NA  
AKTEL_BANGLADESH,BANGLADESH,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),16,Alphanumeric_A_MSISDN_blocking,1095  
ALJAWAL_SAUDI_TELECOM_COMPANY,SAUDI_ARABIA,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),10593,Alphanumeric_A_MSISDN_blocking,9592  
AT&T_WIRELESS,UNITED_STATES,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),218,NA,NA  
BANGLALINK_SHEBA_BANGLADESH,BANGLADESH,SPAM_CHAIN_SMS_REJECT(Spam_Detection_and_Blocking),111,NA,NA  

---

您可以使用此选项，例如：

$ awk 'BEGIN{FS=OFS=","} FNR==NR {a[$1,$2]=$3 FS $4; next} {print $0, (($1,$2) in a?a[$1,$2]:"NA,NA")}' f2 f1
AK,BA,Alpha,1095,SPAM,10
ALL,SA,Alpha,9592,NA,NA

解释

• BEGIN{FS=OFS=“，”}

  将输入和输出字段分隔符设置为逗号

• FNR==NR{a[$1，$2]=$3fs$4；next}

  在数组

  a[]

  中存储第三个和第四个值，数组的索引是元组

  （$1，$2）

• {print$0，（$1，$2）在a？a[$1，$2]：“NA，NA”）}

  打印该行以及数组中匹配的项。如果没有这样的元素，则打印

  NA，NA

---

这不是你上一个问题的副本吗？是的，但非常简单，我正在删除上一个问题。啊。。。然后想法是通过第一个和第二个字段比较文件，对吗？是的，但重点是不应该忽略细节，如果与第二个文件不匹配，那么应该在该位置打印na或0。我的命令仅打印匹配的案例$awk-F，'BEGIN{OFS=“，”；}NR==FNR{a[$1，$2]=$0；}NR！=FNR{print$0，a[$1，$2]，$3；}'1.csv 2.csv|cut-d，-f1,2,3,4,7,8输出：AK，BA，SPAM，10，Alpha，1095

i=

的目的是什么？另外，

a[$1，$2]

作为三元表达式中的条件，如果数组包含的值的计算结果为0，则该条件的计算结果将为false-您确实应该在a中测试

（$1，$2）。非常正确。。。我不知怎的认为需要给变量赋值。那么，
{print$0，（$1，$2）在a？a[$1，$2]：“NA，NA”）}
是正确的吗？它工作得很好，但我不知道是否还有其他不符合要求的地方。是的，就是这样做的。软呢帽，我想它还是不起作用。如果我更改了这两个文件的顺序，那么输出中的行数是不同的。因此，在这两种情况下，它都会忽略一些数据。@user2761031您的意思是什么？我编写的代码基于示例输入和预期输出。为了澄清，请使用更多信息更新您的问题。但如果这是一个新的要求，你最好。