BASH: 根据公共字段名称加入 2 个 CSV 文件

Question

我有 2 个 CSV 文件，我需要使用 BASH:

加入它们

file_1.csv columns: 

track_id    
title
song_id 
release 
artist_id   
artist_mbid 
artist_name 
duration    
artist_familiarity  
artist_hotttnesss
year

Sample date in file_1.csv

TRZZZZZ12903D05E3A,Infra Stellar,SOZPUEF12AF72A9F2A,Archives Vol. 2,ARBG8621187FB54842,4279aba0-1bde-40a9-8fb2-c63d165dc554,Delerium,495.22893,0.69652442519,0.498471038842,2001

file_2.csv columns: 

track_id    
sales_date  
sales_count

Sample data in file_2.csv

TRZZZZZ12903D05E3A,2014-06-19,79

文件之间的关系是file_1.track_id = file_2.track_id.

我想创建第三个文件 file_3.csv，它将包含以下列：

file_2.track_id,file_2.sales_date,file_2.sales_count,file_1.title,file_1.song_id,file_1.release,file_1.artist_id,file_1.artist_mbid,file_1.artist_name,file_1.duration,file_1.artist_familiarity,file_1.artist_hotttnesss,file_1.year

我试过以下方法：

join -t',' -1 N -1 N file_2.csv file_1.csv >> file_3.csv

和

awk -F, 'NR==FNR{a[[=14=]]=[=14=];next} ( in a){print a[]"," > "file_3.csv"}' file_1.csv file_2.csv

虽然 file_3.csv 已创建，但它是一个空文件。关于如何做到这一点有什么想法吗？

谢谢！

Answer 1

下面的 join 命令应该可以解决问题：

join --header -t',' -j 1 file_2.csv file_1.csv

只需确保您的 CSV 文件在连接字段上排序即可；有 track_id 因为每个文件中的第一个字段使这很容易。

您应该在这两个文件中使用测试数据，当您对命令执行您想要的操作感到满意时，您可以运行它针对实际数据并将其输出重定向到 file_3.csv。

Answer 2

只要文件已排序，加入就应该有效。尝试：

join -t, <(sort -t, -k1 file_2.csv) <(sort -t, -k1 file_1.csv) > file3.csv

Answer 3

用awk

awk -F, 'NR==FNR{a[]=substr([=10=],length()+2);next} ( in a){print [=10=]","a[]}' file_1.csv file_2.csv > file_3.csv

file_3.csv内容：

TRZZZZZ12903D05E3A,2014-06-19,79,Infra Stellar,SOZPUEF12AF72A9F2A,Archives Vol. 2,ARBG8621187FB54842,4279aba0-1bde-40a9-8fb2-c63d165dc554,Delerium,495.22893,0.69652442519,0.498471038842,2001

BASH: 根据公共字段名称加入 2 个 CSV 文件

BASH: Joining 2 CSV files based on common field name

csv

bash

awk

grep

join