जवाबों:
नीचे दिया गया उत्तर कुछ प्रासंगिक संशोधनों के साथ SO में समान Q & A पर आधारित है :
$ awk 'FNR==NR {dict[$1]=$2; next} {$2=($2 in dict) ? dict[$2] : $2}1' file2.txt file1.txt
item1 platA
item2 platB
item3 platC
item4 platD
item5 platE
सूचकांक के साथ हैश-मैप बनाने और इसे शब्दकोश के रूप में उपयोग करने का विचार है।
आपकी टिप्पणी में पूछे गए 2 वें प्रश्न के लिए ( यदि दूसरा कॉलम file1.txt
छठा कॉलम होगा तो क्या बदला जाना चाहिए ):
यदि इनपुट फ़ाइल इस प्रकार होगी file1b.txt
:
item1 A5 B C D carA
item2 A4 1 2 3 carB
item3 A3 2 3 4 carC
item4 A2 4 5 6 platD
item5 A1 7 8 9 carE
निम्न आदेश यह करेंगे:
$ awk 'FNR==NR {dict[$1]=$2; next} {$2=($6 in dict) ? dict[$6] : $6;$3="";$4="";$5="";$6=""}1' file2.txt file1b.txt
item1 platA
item2 platB
item3 platC
item4 platD
item5 platE
मुझे पता है आपने कहा था awk
, लेकिन join
इस उद्देश्य के लिए एक आदेश है ...
{
join -o 1.1,2.2 -1 2 -2 1 <(sort -k 2 File1.txt) <(sort -k 1 File2.txt)
join -v 1 -o 1.1,1.2 -1 2 -2 1 <(sort -k 2 File1.txt) <(sort -k 1 File2.txt)
} | sort -k 1
join
यदि यह इस पंक्ति के लिए नहीं था तो यह पहली कमांड के साथ पर्याप्त होगा :
item4 platD
कमांड मूल रूप से कहती है: पहली फाइल के दूसरे कॉलम ( -1 2
), और दूसरी फाइल के पहले कॉलम ( ) के आधार पर ज्वाइन करें, और पहली फाइल के पहले कॉलम और दूसरी फाइल के दूसरे कॉलम ( -2 1
) को आउटपुट करें -o 1.1,2.2
। यह केवल उन पंक्तियों को दिखाता है जो युग्मित हैं। दूसरी ज्वाइन कमांड लगभग एक ही बात कहती है, लेकिन यह पहली फाइल से लाइनों को दिखाने के लिए कहती है जिसे जोड़ा नहीं जा सकता ( -v 1
), और पहली फाइल के पहले कॉलम और दूसरे फाइल के पहले कॉलम ( ) को आउटपुट करता है -o 1.1,1.2
। फिर हम दोनों के आउटपुट को संयुक्त करते हैं। sort -k 1
पहला कॉलम के sort -k 2
आधार पर सॉर्ट करें और दूसरे के आधार पर सॉर्ट करने का मतलब है। इसमें शामिल होने से पहले फ़ाइलों को ज्वाइंट कॉलम के आधार पर क्रमबद्ध करना महत्वपूर्ण है join
।
अब, मैंने दो बार छंटनी लिखी, क्योंकि मैं अपनी निर्देशिकाओं को फाइलों के साथ लिटाना पसंद नहीं करता अगर मैं इसकी मदद कर सकता / सकती हूं। हालांकि, जैसे डेविड फ़ॉस्टर ने कहा, फ़ाइलों के आकार के आधार पर, आप फ़ाइलों को क्रमबद्ध करना चाहते हैं और उन्हें बचाने के लिए पहले प्रत्येक दो बार सॉर्ट करने के लिए इंतजार न करें। आकारों का विचार देने के लिए, मेरे कंप्यूटर पर 1 मिलियन और 10 मिलियन लाइनों को छांटने का समय यहां दिया गया है:
$ ruby -e '(1..1000000).each {|i| puts "item#{i} plat#{i}"}' | shuf > 1million.txt
$ ruby -e '(1..10000000).each {|i| puts "item#{i} plat#{i}"}' | shuf > 10million.txt
$ head 10million.txt
item530284 plat530284
item7946579 plat7946579
item1521735 plat1521735
item9762844 plat9762844
item2289811 plat2289811
item6878181 plat6878181
item7957075 plat7957075
item2527811 plat2527811
item5940907 plat5940907
item3289494 plat3289494
$ TIMEFORMAT=%E
$ time sort 1million.txt >/dev/null
1.547
$ time sort 10million.txt >/dev/null
19.187
यह 1 मिलियन लाइनों के लिए 1.5 सेकंड और 10 मिलियन लाइनों के लिए 19 सेकंड है।
%E
समय प्रारूप में) कम्प्यूटेशनल प्रदर्शन को मापने के लिए कम दिलचस्प नहीं है। उपयोगकर्ता मोड CPU समय ( %U
या बस एक TIMEFORMAT
परेशान चर) अधिक सार्थक होगा।
%U
।