在bash脚本中使用awk进行equi连接

我有3个文件。文件1包含电影数据（电影id和电影类型，如胡罗、浪漫和喜剧）。文件2包含用户数据（用户id、性别、职业）。文件3具有分级数据（用户id、电影id和分级）

---

现在，我需要在bash脚本中使用awk查找女性喜欢的电影类型（评级>3被认为是最受欢迎的电影类型）。

首先，我们需要一个女性ID列表

females=$(awk '$2=="female"{printf $1 ","}' victims.txt)

接下来，我们想要一个女性喜欢的电影ID列表， 我们将女性列表传递给awk命令，首先通过拆分女性CSV字符串并将其放入数组，将所有女性id放入数组变量中

movies=$(awk -v females="$females" '
   BEGIN{split(females,temp,",");
         for(i in temp) flist[temp[i]]}
   $3>3 {if($1 in flist) printf $2 ","}' ratings.txt)

此时，我们已经准备好扫描电影文件，就像之前一样，我们希望解包在上一步中准备的数据（这次，计算发生次数），然后只需将电影类型打印出符合要求的次数，排序并使用

uniq

实用程序即可

awk -v movies="$movies" '
   BEGIN{split(movies,temp,",");
         for(i in temp) mlist[temp[i]]++}
   {if($1 in mlist) for(i=0;i<mlist[$1];i++)print $2}' movies.txt | sort | uniq -c

awk-v movies=“$movies”
开始{分割（电影，临时，“，”）；
对于（温度中的i）mlist[temp[i]]++}
{如果（i=0；i我意识到我可能会因为没有真正回答问题而受到惩罚，但你所问的问题可以很容易地解决

以下会话说明了查询数据以返回女性平均评级为3的电影：

$ sqlite3 
SQLite version 3.8.2 2013-12-06 14:53:30
Enter ".help" for instructions
Enter SQL statements terminated with a ";"
sqlite> .separator ,
sqlite> .import movie_data.csv  movie
sqlite> .import user_data.csv user
sqlite> .import rating_data.csv rating
sqlite> .schema
CREATE TABLE movie(
  "movie_id" TEXT,
  "movie_type" TEXT
);
CREATE TABLE user(
  "user_id" TEXT,
  "gender" TEXT,
  "occupation" TEXT
);
CREATE TABLE rating(
  "user_id" TEXT,
  "movie_id" TEXT,
  "rating" TEXT
);
sqlite> select r.movie_id, avg(r.rating) from rating r
   ...> inner join user u on r.user_id = u.user_id
   ...> where u.gender = 'F'
   ...> group by r.movie_id
   ...> having avg(r.rating) >= 3;
1,10.0
2,4.5
4,6.5
sqlite> 

使用
join
，假设
people.csv
和
movies.csv
已经在主键上排序，假设流派是
f
或
m

sort -n -t, ratings.csv | join -t, people.csv - | sort -n -t, -k4,4 | join -t, -2 4 movies.csv - | awk -F, '$4=="f"&&$6>3'

将很乐意打印包含以下字段的列表

movie_id, movie_genre, id, genre, occupation, movie_rating

正如我们前面所看到的，您可以使用awk进一步过滤，并使用sort和uniq进行后处理

我需要了解
join
是如何工作的

值得一提的是，使用
bash
，可以使用进程替换（您需要提供每个文件的样本，然后向我们展示您迄今为止尝试过的代码。此外，您还需要寻找重复的代码。如何在Awk中加入内容是一个非常常见的问题，我的假设是，
people.csv
和
movies.csv
已经在主键上进行了排序，这是错误的唯一的解决方案不起作用，必须使用临时文件，或者，如果他/她有
bash
，则使用进程替换机制。我对你的答案投了赞成票，因为这正是我的想法：如果你可以使用，不要在
awk
中重写数据库系统。。。