我有一个名为 key
的文件和另一个名为 val.csv
的 csv 文件。正如您可以想象的,名为 key
的文件看起来像这样:
123
012
456
名为 val.csv
的文件具有多个列和相应的值。它看起来像这样:
V1,V2,V3,KEY,V5,V6
1,2,3,012,X,t
9,0,0,452,K,p
1,2,2,000,L,x
我想从 val.csv
获取行的子集,其 KEY 列中的值与 KEY
文件中的值相匹配。使用上面的例子,我想得到这样的输出:
V1,V2,V3,KEY,V5,V6
1,2,3,012,X,t
显然这些只是玩具示例。我使用的真实 KEY 文件有近 500,000 个“键”,而 val.csv 文件中有近 500 万行。谢谢。
最佳答案
$ awk -F, 'FNR==NR{k[$1]=1;next;} FNR==1 || k[$4]' key val.csv
V1,V2,V3,KEY,V5,V6
1,2,3,012,X,t
它是如何工作的
FNR==NR { k[$1]=1;下一个; }
这将保存从第一个文件
key
读取的所有键的值。条件是
FNR==NR
。FNR
是迄今为止从当前文件读取的行数,NR
是读取的总行数。因此,如果FNR==NR
,我们仍在读取第一个文件。读取第一个文件
key
时,会将key的值保存在关联数组k
中。然后,这将跳过其余命令并从下一行开始。FNR==1 || k[$4]
如果我们到达这里,我们正在处理第二个文件。
对于文件的第一行
FNR==1
或第四个字段位于数组k
中的行,此条件成立。如果条件为真,awk 执行默认操作,即打印该行。
关于csv - 使用 AWK 从文件中获取与另一个文件中的字符串匹配的行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31124564/