求两个数据的并集

gooderpan

有一个文件file1: (tab分隔)
a   12     3434   sds
b   32s   4533   fdd
c   452w  232   wwq
p   a34    1212  er

file2: (tab分隔)
b    w23s     4422   rdff
t     qqq21   2323   rtrt
p    asaw2   1212   too3
m   23232   2323   sjjj

我想要将file1和file2根据第一列匹配，求出它们的并集，结果如下：（tab分隔）
a   12     3434   sds    NA        NA      NA
b   32s   4533   fdd    w23s    4422   rdff
c   452w  232   wwq   NA        NA      NA
p   a34    1212  er     asaw2   1212   too3
t    NA     NA     NA    qqq21   2323   rtrt
m  NA      NA     NA   23232   2323   sjjj

请问我该怎么做呀？？？？

Herowinter

传说中的两个表的外连接？

zerostudy

乱写的，没有任何章法可言。

等楼下代码学习。

1. [root@fw awk]# awk 'BEGIN{row=1}NR==FNR{a[row]=$1;row++;b[$1]=$2"\t"$3"\t"$4;next}{if($1 in b){b[$1]= b[$1] "\t"$2"\t"$3"\t"$4;}else{a[row]=$1;row++;b[$1]="NA\tNA\tNA""\t"$2"\t"$3"\t"$4;}}END{for (i=1;i<=length(a);i++){split(b[a[i]],tmparr);if (length(tmparr) == 3){print a[i]"\t"b[a[i]]"\tNA\tNA\tNA";}else{print a[i]"\t"b[a[i]];}}}' file1  file2
   
2. a       12      3434    sds     NA      NA      NA
   
3. b       32s     4533    fdd     w23s    4422    rdff
   
4. c       452w    232     wwq     NA      NA      NA
   
5. p       a34     1212    er      asaw2   1212    too3
   
6. t       NA      NA      NA      qqq21   2323    rtrt
   
7. m       NA      NA      NA      23232   2323    sjjj
   
8. [root@fw awk]#

复制代码

reb00t

1. awk 'NR==FNR{t="\tNA\tNA\tNA";n[$1]="\t"$2"\t"$3"\t"$4}NR!=FNR{if($1 in n) {print $0,n[$1];delete n[$1];}else{print $0,t}}END{for(i in n ) print i,t,n[i]}' 2 1
   
2. 
   
3. awk菜鸟水平路过，坐等大神们精简代码！

复制代码

ly5066113

回复 1# gooderpan


try:

1. join -a1 -a2 -e NA -o 0,1.2,1.3,1.4,2.2,2.3,2.4 <(sort file1) <(sort file2)

复制代码

Herowinter

回复 1# gooderpan

1. awk '{key[$1];n=(ARGIND-1)*3;for(i=1;i<=3;i++)a[$1,n+i]=$(i+1)} END{for(i in key){printf i;for(j=1;j<=6;j++)printf length(a[i,j])?"\t"a[i,j]:"\tNA";print ""}}' file1 file2|sort -k1,1
   
2. a       12      3434    sds     NA      NA      NA
   
3. b       32s     4533    fdd     w23s    4422    rdff
   
4. c       452w    232     wwq     NA      NA      NA
   
5. m       NA      NA      NA      23232   2323    sjjj
   
6. p       a34     1212    er      asaw2   1212    too3
   
7. t       NA      NA      NA      qqq21   2323    rtrt

复制代码

yestreenstars

1. awk 'NR==FNR{a[$1]=$0;next}{t=$1;$1="";if(t in a)a[t]=a[t]$0;else a[t]=t"\tNA\tNA\tNA"$0;b[t]}END{for(i=0;i++<asorti(a,c);){if(!(c[i] in b))a[c[i]]=a[c[i]]"\tNA\tNA\tNA";print a[c[i]]}}' file1 file2

复制代码

amandaysu

为什么我用join -a1 file2 file1得出来的只有一个结果呢？
b w23s 4422 rdff 32s 4533 fdd
t qqq21 2323 rtrt
p asaw2 1212 too3
m 23232 2323 sjjj

难道p那一行不会被连接吗？
求答案。。。。


回复 5# ly5066113


   

ly5066113

回复 8# amandaysu


join 的文件要排序。

amandaysu

谢谢。。。
回复 9# ly5066113