Nebeneinander Vergleich von mehr als zwei Dateien mit numerischen Werten


8

Ich habe drei Dateien mit einer sortierten Folge von Zahlen, eine pro Zeile:

Datei1

1
2
3

Datei2

1
3
4

file3

1
5

Ich möchte diese drei Dateien wie folgt nebeneinander "ausrichten":

file1  file2  file3
1      1      1
2      
3      3
       4
              5

Ich habe es versucht, sdiffaber es funktioniert nur mit 2 Dateien


Haben Sie testen diff3?
Costas

@Costas diff3hat dieses Ausgabeformat nicht.
Kusalananda

@Costas Ja, ich habe mit getestet diff3und wie @Kusalananda richtig angegeben hat, wird diese Ausgabe nicht erzeugt. Außerdem suche ich nach einer generischen Lösung (für n Dateien, n> 2)
cheseaux

Wenn Sie Zeile für Zeile vergleichen, warum 5ist in der fünften Zeile das Ergebnis statt der dritten?
Costas

Ich vergleiche nicht Zeile für Zeile
Cheseaux

Antworten:


6

Sie können jede Datei verarbeiten und eine Zeile mit einem Zeichen drucken, z. B. Xfür jede fehlende Zahl in der Sequenz 1 - max (wobei max die letzte Zahl in dieser Datei ist). pasteDie Ergebnisse ersetzen dieses Zeichen dann durch Leerzeichen:

paste \
<(awk 'BEGIN{n=1};{while (n<$1) {print "X";n++}};{n=$1+1};1' file1) \
<(awk 'BEGIN{n=1};{while (n<$1) {print "X";n++}};{n=$1+1};1' file2) \
<(awk 'BEGIN{n=1};{while (n<$1) {print "X";n++}};{n=$1+1};1' file3) \
| tr X ' '

Wenn in allen Dateien ein bestimmter Wert fehlt, werden in Ihrer Ausgabe leere Zeilen angezeigt (tatsächlich sind sie nicht leer, sie enthalten nur Leerzeichen).
Um sie zu entfernen ersetzen tr X ' ' mit sed '/[[:digit:]]/!d;s/X/ /g' Auch, wenn Sie einen Header benötigen , können sie so etwas wie dieses erste laufen:

 printf '\t%s' file1 file2 file3 | cut -c2-

Es fiel mir allerdings schwer herauszufinden, was der ;1Teil am Ende bedeutete. Ich benutze {print $0}stattdessen ein bisschen weniger kryptisch IMHO. Wie auch immer, nochmals
vielen

5

Eine allgemeine Lösung mit awk: erfordert GNU awk

gawk -v level=0 '
    FNR==1 {level++; head[level]=FILENAME}
    !seen[$1]++ { n++; idx[$1] = n }
    { out[idx[$1]][level] = $1 }
    END {
        for (j=1; j<=level; j++) {
            printf "%s\t", head[j]
        }
        print ""
        for (i=1; i<=n; i++) {
            for (j=1; j<=level; j++) {
                printf "%s\t", out[i][j]
            }
            print ""
        }
    }
' file{1,2,3,4}
file1   file2   file3   file4   
1   1   1       
2           2   
3   3           
    4       4   
        5       
            6   

Hat einen anderen und einfacheren Ansatz gewählt, basierend auf Dons Kommentar:

gawk '
    FNR==1 { printf "%s\t", FILENAME }
    { seen[$1][FILENAME] = $1 } 
    END {
        print ""
        PROCINFO["sorted_in"]="@ind_num_asc"
        for (i in seen) {
            for (j=1; j<=ARGC; j++) {
                printf "%s\t", seen[i][ARGV[j]]
            } 
            print ""
        }
    }
' file{1,2,3,4}
file1   file2   file3   file4       
    1   1           
            2       
3   3               
    4       4       
5       5           
            6       
7                   

Ich habs. Antwort aktualisiert
Glenn Jackman

3

Eine Lösung mit bash, join, paste, und schlechten Geschmack:

#! /usr/bin/env bash

if [ $# -lt 3 ]; then exit 1; fi

files=( '' "$@" )

declare -a temps
for ((i=0; i<=$#; i++)); do
    [ $i -eq 0 -o -f "${files[$i]}" ] || exit 1
    temps[$i]=$( mktemp -t "${0##*/}"_$$_XXXXXXXX ) || exit 1
done
trap 'rm -f "${temps[@]}"' EXIT HUP INT QUIT TERM

cat "$@" | sort -u >"${temps[0]}"

TAB=$( printf '\t' )
for ((i=1; i<=$#; i++)); do
    join -j1 -a1 -t"$TAB" "${temps[0]}" <(paste "${files[$i]}" "${files[$i]}") | \
        sed "/^[^$TAB]\$/ s/\$/$TAB/" >"${temps[$i]}"
done

printf '%s' ${files[1]}
for ((i=2; i<=$#; i++)); do
    printf '\t%s' ${files[$i]}
    let j=i-1
    let k=i-2
    join -j1 -t"$TAB" "${temps[$j]}" "${temps[$i]}" >"${temps[$k]}"
    cat "${temps[$k]}" >"${temps[$i]}"
done
printf '\n'

cut -d "$TAB" -f 2- <"${temps[$#]}" | sort -n

Mit Ausnahme des letzten sort -nfunktioniert dies alles mit Textelementen und nicht mit Zahlen, solange die Elemente keine Tabulatoren enthalten (sondern TABin ein anderes Trennzeichen geändert werden können). Es könnte auch mit nur 3 temporären Dateien und einigem Mischen gemacht werden (aber das würde nur den schlechten Geschmack erhöhen).

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.