Unix:在两个时间序列中找到所有具有时间戳的行？

Question

我有时间序列数据，我想在其中找到所有相互匹配的行，但值可能不同(匹配到第一个选项卡)!您可以在下面看到 vimdiff，我想在其中摆脱仅出现在其他时间序列上的日子。

我正在寻找最简单的 unix 工具来完成这项工作!

时间序列here和 here .

简单示例

Input

Left file                            Right File    
------------------------             ------------------------
10-Apr-00     00:00    0     ||      10-Apr-00     00:00     7
20-Apr 00     00:00    7     ||      21-Apr-00     00:00     3

Output

Left file                           Right File    
------------------------            ------------------------
10-Apr-00     00:00    0    ||      10-Apr-00     00:00     7

Answer 1

让我们考虑这些示例输入文件:

$ cat file1
10-Apr-00       00:00   0
20-Apr-00       00:00   7
$ cat file2
10-Apr-00       00:00   7
21-Apr-00       00:00   3

将具有相同日期的行合并在一起:

$ awk 'NR==FNR{a[$1]=$0;next;} {if ($1 in a) print a[$1]"\t||\t"$0;}' file1 file2
10-Apr-00       00:00   0       ||      10-Apr-00       00:00   7

说明

• NR==FNR{a[$1]=$0;next;}

  NR 是到目前为止读取的行数，FNR 是到目前为止从当前文件读取的行数。所以，当 NR==FNR 时，我们仍然在读取第一个文件。如果是这样，将整行 $0 保存在第一个字段 $1 的键下的数组 a 中，这是日期。然后，跳过其余命令并跳转到下行。

• if ($1 in a) 打印 a[$1]"\t||\t"$0

  如果我们到达这里，那么我们正在读取第二个文件，file2。如果这一行的第一个字段$1是我们已经在file1中看到的日期，换句话说，如果$1 in a，那么将此行与 file1 中的相应行一起打印出来。两行之间用tab-||-tab分隔。

替代输出

如果只想从file2中选择日期也在file1中的行，那么代码可以简化:

$ awk 'NR==FNR{a[$1]++;next;} {if ($1 in a) print;}' file1 file2
10-Apr-00       00:00   7

或者，更简单:

$ awk 'NR==FNR{a[$1]++;next;} ($1 in a)' file1 file2
10-Apr-00       00:00   7