免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 2052 | 回复: 6
打印 上一主题 下一主题

[文本处理] 求助大神按列合并两个文件 [复制链接]

论坛徽章:
1
15-16赛季CBA联赛之八一
日期:2017-11-21 11:32:00
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2018-03-09 08:51 |只看该作者 |倒序浏览
本帖最后由 LT2016 于 2018-03-10 10:10 编辑

文件是tab分割,
文件一
ID    A    B
1     v
3     e     y
2            o

文件二
ID    C
1     x
2     t
4     v

合并后,
ID    A    B    C
1     v            x
2            o     t
3     e     y
4                   v
求助大神如何实现呢

论坛徽章:
3
程序设计版块每日发帖之星
日期:2016-02-23 06:20:0015-16赛季CBA联赛之八一
日期:2017-10-26 17:58:2515-16赛季CBA联赛之北控
日期:2017-11-02 10:50:56
2 [报告]
发表于 2018-03-09 09:55 |只看该作者
awk迷糊,拿来主义派森+潘大师版:

import pandas as pd


df1 = pd.read_table(r'1.txt', header=0, delim_whitespace=True, index_col=False, encoding='utf-8')
df2 = pd.read_table(r'2.txt', header=0, delim_whitespace=True, index_col=False, encoding='utf-8')
df3 = pd.merge(df1, df2, how='outer', on='ID')
print(df3.fillna(''))

论坛徽章:
25
程序设计版块每日发帖之星
日期:2016-05-03 06:20:0015-16赛季CBA联赛之八一
日期:2018-07-05 10:34:09黑曼巴
日期:2018-07-06 15:19:5015-16赛季CBA联赛之佛山
日期:2018-08-03 13:19:3315-16赛季CBA联赛之山西
日期:2018-08-07 19:46:2315-16赛季CBA联赛之广夏
日期:2018-08-08 19:31:5015-16赛季CBA联赛之青岛
日期:2018-11-26 15:21:5015-16赛季CBA联赛之上海
日期:2018-12-11 09:45:3219周年集字徽章-年
日期:2020-04-18 23:54:5215-16赛季CBA联赛之深圳
日期:2020-04-19 21:40:19黑曼巴
日期:2022-04-03 17:55:1315-16赛季CBA联赛之八一
日期:2018-07-03 16:56:46
3 [报告]
发表于 2018-03-09 10:15 |只看该作者
本帖最后由 wh7211 于 2018-03-09 10:23 编辑

回复 1# LT2016


  1. awk 'FILENAME==ARGV[1]{a[$1]=$2;next}{if(FNR==1){print $0"\t"a[$1];next};b[$1]=a[$1]?$0"\t"a[$1]:$0}END{for(i in b){print b[i]}}' 2 1
复制代码

<<<awk4.0+
  1. awk 'FILENAME==ARGV[1]{a[$1]=$2;next}{b[$1]=a[$1]?$0"\t"a[$1]:$0}END{PROCINFO["sorted_in"]="@ind_num_asc";for(i in b){print b[i]}}' 2 1
复制代码

论坛徽章:
0
4 [报告]
发表于 2018-03-09 11:37 |只看该作者
提示: 作者被禁止或删除 内容自动屏蔽

论坛徽章:
1
15-16赛季CBA联赛之八一
日期:2017-11-21 11:32:00
5 [报告]
发表于 2018-03-10 10:11 |只看该作者
回复 3# wh7211

如果文件二的ID在文件一中没有,似乎就不好使了

论坛徽章:
25
程序设计版块每日发帖之星
日期:2016-05-03 06:20:0015-16赛季CBA联赛之八一
日期:2018-07-05 10:34:09黑曼巴
日期:2018-07-06 15:19:5015-16赛季CBA联赛之佛山
日期:2018-08-03 13:19:3315-16赛季CBA联赛之山西
日期:2018-08-07 19:46:2315-16赛季CBA联赛之广夏
日期:2018-08-08 19:31:5015-16赛季CBA联赛之青岛
日期:2018-11-26 15:21:5015-16赛季CBA联赛之上海
日期:2018-12-11 09:45:3219周年集字徽章-年
日期:2020-04-18 23:54:5215-16赛季CBA联赛之深圳
日期:2020-04-19 21:40:19黑曼巴
日期:2022-04-03 17:55:1315-16赛季CBA联赛之八一
日期:2018-07-03 16:56:46
6 [报告]
发表于 2018-03-10 17:43 |只看该作者
回复 5# LT2016


<<<awk4.0+
  1. awk 'FILENAME==ARGV[1]{a[$1]=$1"\t\t\t"$2;b[$1]=$2;next}{a[$1]=a[$1]?$0"\t"b[$1]:$0}END{PROCINFO["sorted_in"]="@ind_num_asc";for(i in a){print a[i]}}' 2 1
复制代码

论坛徽章:
145
技术图书徽章
日期:2013-10-01 15:32:13戌狗
日期:2013-10-25 13:31:35金牛座
日期:2013-11-04 16:22:07子鼠
日期:2013-11-18 18:48:57白羊座
日期:2013-11-29 10:09:11狮子座
日期:2013-12-12 09:57:42白羊座
日期:2013-12-24 16:24:46辰龙
日期:2014-01-08 15:26:12技术图书徽章
日期:2014-01-17 13:24:40巳蛇
日期:2014-02-18 14:32:59未羊
日期:2014-02-20 14:12:13白羊座
日期:2014-02-26 12:06:59
7 [报告]
发表于 2018-03-11 10:27 |只看该作者
回复 1# LT2016

  1. $ awk -F'\t' 'FNR==1{h=$1;split($0,x,"\t");for(n=2;n<=NF;n+=1)d[++c]=$n;next}{for(n=2;n<=NF;n+=1){a[$1,x[n]]=$n;if(!a[$1]++)ak[++kn]=$1}}END{for(n=1;n<=c;n+=1)p=p"\t"d[n];print h,p;for(k=1;k<=kn;k+=1){p="";for(n=1;n<=c;n+=1){v=a[ak[k],d[n]];p=p"\t"(v?v:"")}print k,p}}' 1.txt 2.txt
  2. ID     A    B    C
  3. 1     v        x
  4. 2     e    y   
  5. 3         o    t
  6. 4             v
复制代码



您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP