如何合并标签分隔的文件？

Question

我有3个选项卡分隔的文件，如下所示：

档案1：

1   Hhe.7
2   Hpyl.1
10  Hac.2

档案2：

3   Hac.2
15  Hpyl.1
33  Hhe.7

档案3：

70  Hpyl.1
23  Hhe.7
9   Hac.2

如何将这些文件(使用命令行)合并到一个文件中以获得以下输出：

1  33  23  Hhe.7
2  15  70  Hpyl.1
10  3  9  Hac.2

Answer 1

在一个小型python脚本中，您可以组合无限数量的文件：

#!/usr/bin/env python3
import sys

#read the files, split the lines for reordering
lines = sum([[l.strip().split() for l in open(f).readlines()]\
             for f in sys.argv[1:]], [])
# get the unique last sections
values = set(map(lambda x:x[1], lines))
# combine them with the combined first sections
newlist = [[y[0] for y in lines if y[1]==x]+[x] for x in values]
for l in newlist:
    print(("\t").join(l))

将其复制到一个空文件中，保存为merge.py，通过命令运行它：

python3 /path/to/merge.py file1, file2, file3 (file4, file5 etc.)

示例文件的输出：

10  3   9   Hac.2
1   33  23  Hhe.7
2   15  70  Hpyl.1

添加更多文件

如前所述，如果我添加第四个文件，原则上文件的数量是无限的：

40   Hhe.7
50   Hpyl.1
60   Hac.2

然后运行命令：

python3 /path/to/merge.py file1, file2, file3, file4

产出如下：

40  23  33  1   Hhe.7
50  70  15  2   Hpyl.1
60  9   3   10  Hac.2

Answer 2

这是join的一项工作，它可以连接两个文件的公共字段：

$ join -11 -22 -o1.2,1.3,2.1,0 <(join -j2 <(sort -k2,2 f1.txt) <(sort -k2,2 f2.txt)) <(sort -k2,2 f3.txt)
10 3 9 Hac.2
1 33 23 Hhe.7
2 15 70 Hpyl.1

由于join一次只接收两个输入文件，所以我们使用进程替换(<())将join-ing的输出与第三个文件一起传递。