awk比较三个文件中的列，并打印不匹配的NA前缀及其内容

如何解决awk比较三个文件中的列，并打印不匹配的NA前缀及其内容

您好，我有一个问题需要解决三个文件的比较以获得所需的输出， 其中file1列$ 2与file2列$ 4以及file3列$ 2进行比较，其中 结果将附加到文件1的输出文件名加上将从文件1打印的不匹配列 以及添加的NA以反映剩余的列，以使其保持完整/一致

file1

4 FIX VAL1 32254720
0 AA SILO_T 4294967290
16 RS SILO 2684560000
3 DD SILO_A 1041824000
2 BB SILO_B 4294729600

file2

377 le377 4 FIX cell 0x
514 le514 3 DD cell 0c
0 le0 2 BB cell 2a
516 le516 0 AA cell 8c 

file3

3 DD SILO_A 100 on 0 yes
2 BB SILO_B 400 on 0 no
0 AA SILO_T 3 on 0 yes
4 FIX VAL1 30 on 0 no

输出应为：

file1 4 FIX VAL1 32254720 377 le377 4 FIX cell 0x 4 FIX 30 on 0 no
file1 0 AA SILO_T 4294967290 516 le516 AA cell 8c 0 AA 3 on 0 yes
file1 16 RS SILO 2684560000 NA NA NA NA NA NA NA NA NA NA NA
file1 3 DD SILO_A 1041824000 514 le514 3 DD cell 0c DD 100 on 0 yes
file1 2 BB SILO_B 4294729600 0 le0 2 BB cell 2a BB 400 on 0 no

部分工作代码

awk 'FNR==NR{a[$3]=$0;next}; \
{printf FILENAME "%s %s %s %s %s %s\n","",$1,$2,$3,$4,$5 (($1 in a)?a[$1]: "NA NA NA NA NA NA")}' file2 file1

file1 4 FIX VAL1 32254720 377 le377 4 FIX cell 0x
file1 0 AA SILO_T 4294967290 516 le516 0 AA cell 8c
file1 16 RS SILO 2684560000 NA NA NA NA NA NA
file1 3 DD SILO_A 1041824000 514 le514 3 DD cell 0c
file1 2 BB SILO_B 4294729600 0 le0 2 BB cell 2a

我不知道如何传递file3进行下一个比较，以完成所需的输出，如果提供的解决方案带有解释，将感到高兴，这样我就可以完全理解在需要时如何交换列号的情况将来需要进行另一个比较，谢谢您的帮助，如何扩展当前代码或使其更简单

解决方法

您可以使用以下awk脚本：

cat mergeall.php

BEGIN {
   fill = "NA NA NA NA NA NA NA NA NA NA NA NA NA"
}
ARGIND == 1 {      # while processing 1st file in arguments
   map[$4] = $0
   next
}
ARGIND == 2 {      # while processing 2nd file in arguments
   map[$2] = ($2 in map ? map[$2] OFS : "") $0
   next
}
{                  # while processing 3rd file in arguments
   print FILENAME,$0,($2 in map ? map[$2] : fill)
}

然后将其用作：

awk -f mergeall.awk file2 file3 file1 | column -t

file1  4   FIX  VAL1    32254720    377  le377  4   FIX  cell  0x  4   FIX  VAL1    30   on  0   no
file1  0   AA   SILO_T  4294967290  516  le516  0   AA   cell  8c  0   AA   SILO_T  3    on  0   yes
file1  16  RS   SILO    2684560000  NA   NA     NA  NA   NA    NA  NA  NA   NA      NA   NA  NA  NA
file1  3   DD   SILO_A  1041824000  514  le514  3   DD   cell  0c  3   DD   SILO_A  100  on  0   yes
file1  2   BB   SILO_B  4294729600  0    le0    2   BB   cell  2a  2   BB   SILO_B  400  on  0   no

请注意，我们按以下顺序输入文件：file2 file3 file1

,

从@anubhava先生的解决方案中汲取灵感，添加了一些通用的解决方案，其中将根据Input_file的字段数创建NA值，而我们无需对其进行硬编码。您可以尝试使用GNU awk中的示例跟踪，编写和测试示例。

awk '
ARGIND<=2{
  fill[ARGIND]=(fill[ARGIND]>NF?fill[ARGIND]:NF)
}
ARGIND == 1 {
   map[$4] = $0
   next
}
ARGIND == 2 {
   map[$2] = ($2 in map ? map[$2] OFS : "") $0
   next
}
ARGIND == 3 && file==""{ file = FILENAME }
{
  if(!arr[$2]++){ ind[++count] = $2 }
  val[$2]=$0
}
END{
  for(j=1;j<=ARGIND;j++){
     s=sprintf("%"fill[j]"s","");gsub(/ /,"NA ",s);sub(/ +$/,"",s)
     fillVal=(fillVal?fillVal OFS:"")s
     s=""
  }
  for(i=1;i<=count;i++){ 
     print file,val[ind[i]],(ind[i] in map ? map[ind[i]] : fillVal)
  }
}' Input_file2  Input_file3  Input_file1