Linux 使用Bash在多个字段上使用非相等键连接匹配的列？

我知道以前也有人问过类似的问题，但我似乎找不到解决具体问题的办法

我的文件结构如下（col1=ID，col2=time increment，col3=data）：

我的目标是根据ID第一次和时间第二次连接这两个文件。但是，还必须添加不相等的时间值，并且数据列（col3）必须放置在输出文件的正确列中

期望输出：

14.000119    0      yes    no    
14.000119    69     yes
14.000119    70            no
14.000119    168    no    
14.000119    169           yes
14.000119    259
14.000119    262
14.000119    431
14.000119    456
14.000119    525
14.000119    888    yes

列是用制表符分隔的。我知道awk或join都有一个解决方案，但我似乎无法正确实现。最接近我的是使用

awk -F\\t '{
o1=$1;o2=$2
$1=$2="";gsub("\t","")
_[o1 FS o2]=_[o1 FS o2] FS $0
} END {
for(i in _) print i,_[i]
}' file1 file2 | sort -k1,1 -k2,2 -n

这给了我：

14.000119       0         yes      no
14.000119       69        yes
14.000119       70        no
14.000119       168       no
14.000119       169       yes
14.000119       259
14.000119       262
14.000119       431
14.000119       456
14.000119       525
14.000119       888       yes

---

但正如您所看到的，如果file1中同一个键的值为非空，则数据值只能填入正确的列（file2的第四列）。

使用join和一些解决方法解决了这个问题

join -j1 -a 1 -a 2 -e '' -o '0,1.4,2.4' -t $'\t' 
<(<file1 awk -F\\t '{print $1"-"$2 "\t" $0}' | sort -k1,1) 
<(<file2 awk -F\\t '{print $1"-"$2 "\t" $0}' | sort -k1,1) 
| sed 's/-/\t/g' | sort -k1,1 -k2,2 -n

join-j1-a1-a2-e'-o'0,1.4,2.4'-t$'\t'
使用GNU awk表示数组的数组，并将其排序为：

$ cat tst.awk
BEGIN { FS=OFS="\t" }
{ vals[$1][$2][ARGIND] = $3 }
END {
    PROCINFO["sorted_in"] = "@ind_num_asc"
    for (id in vals) {
        for (time in vals[id]) {
            print id, time, vals[id][time][1], vals[id][time][2]
        }
    }
}

$ awk -f tst.awk file1 file2
14.000119       0       yes     no
14.000119       69      yes
14.000119       70              no
14.000119       168     no
14.000119       169             yes
14.000119       259
14.000119       262
14.000119       431
14.000119       456
14.000119       525
14.000119       888     yes

使用
awk
和
sort
的一点帮助，如何：

awk -F'\t' '
    NR==FNR {a[$1"\t"$2] = $3; next}
    {a[$1"\t"$2] ? a[$1"\t"$2] = a[$1"\t"$2]"\t"$3 : a[$1"\t"$2] = "\t"$3}
    END {for (i in a) print i"\t"a[i]}
' file1 file2 | sort -k1,1n -k2,2n

结果:

14.000119       0       yes     no
14.000119       69      yes
14.000119       70              no
14.000119       168     no
14.000119       169             yes
14.000119       259
14.000119       262
14.000119       431
14.000119       456
14.000119       525
14.000119       888     yes

你能接受这个答案吗（是的，你自己的答案），这样问题的答案就更清楚了。是的，但是有两天的等待期。如果您的真实数据中可以有多个ID，并且包含了给定ID仅出现在文件1中或仅出现在文件2中的情况，那么您应该在示例中提供多个ID。永远不要给变量命名
\uu
顺便说一句-理解变量代表什么比给它命名一个字母更没用！在实际文件中，变量显然没有命名为u，并且具有更多或更少的ID不会导致问题的性质，因为数据无论如何都是在第一列上排序的。谢谢你的回答；这一点也不明显。为什么要将一个变量从有意义的名称重命名为
\uuu
，以便在一个问题中发布，您希望使您的脚本尽可能容易让其他人理解，以便他们能够帮助您？拥有更多的ID与拥有1个ID的问题大不相同，您可能希望以各种方式处理仅出现在1个文件中的ID。例如，在我的回答中，我假设您希望两个文件中的所有ID都以数字顺序显示，但您可能希望忽略一些ID，或者希望一个文件特有的ID显示在开始或结束或其他位置。很好，表示问题已解决的方法是单击复选标记接受答案。（但现在我看到你答案上的评论，你知道这一点。）请不要在你的问题中编辑“已解决”。请不要添加编辑/更新，只需编辑并尽可能地发布文章即可。
awk -F'\t' '
    NR==FNR {a[$1"\t"$2] = $3; next}
    {a[$1"\t"$2] ? a[$1"\t"$2] = a[$1"\t"$2]"\t"$3 : a[$1"\t"$2] = "\t"$3}
    END {for (i in a) print i"\t"a[i]}
' file1 file2 | sort -k1,1n -k2,2n

14.000119       0       yes     no
14.000119       69      yes
14.000119       70              no
14.000119       168     no
14.000119       169             yes
14.000119       259
14.000119       262
14.000119       431
14.000119       456
14.000119       525
14.000119       888     yes