如何用第二个文本中的 id 替换文本中的字符串？

Question

我有两个 CSV 文件。第一个文件包含有机体家族名称和连接权重信息，但我需要更改文件格式以将其加载到不同的程序（如 Gephi）中。我创建了第二个文件，其中每个家庭都有一个 ID 值。关于如何将第一个文件中的姓氏更改为第二个文件中的 ID，我尚未在此站点上找到一个很好的示例。我的文件示例：

$ cat edge_file.csv
Source,Target,Weight,Type,From,To
Argasidae,Alcaligenaceae,0.040968439,undirected,A_Argasidae,B_Alcaligenaceae
Argasidae,Burkholderiaceae,0.796351574,undirected,A_Argasidae,B_Burkholderiaceae
Argasidae,Methylophilaceae,0.276912259,undirected,A_Argasidae,B_Methylophilaceae
Argasidae,Oxalobacteraceae,0.460508445,undirected,A_Argasidae,B_Oxalobacteraceae
Argasidae,Rhodocyclaceae,0.764558003,undirected,A_Argasidae,B_Rhodocyclaceae
Argasidae,Sphingomonadaceae,0.70198002,undirected,A_Argasidae,B_Sphingomonadaceae
Argasidae,Zoogloeaceae,0.034648156,undirected,A_Argasidae,B_Zoogloeaceae
Argasidae,Agaricaceae,0.190482976,undirected,A_Argasidae,F_Agaricaceae
Argasidae,Bulleribasidiaceae,0.841600859,undirected,A_Argasidae,F_Bulleribasidiaceae
Argasidae,Camptobasidiaceae,0.841600859,undirected,A_Argasidae,F_Camptobasidiaceae
Argasidae,Chrysozymaceae,0.190482976,undirected,A_Argasidae,F_Chrysozymaceae
Argasidae,Cryptococcaceae,0.055650172,undirected,A_Argasidae,F_Cryptococcaceae

$ cat id_file.csv
Id,Family
1,Argasidae
2,Buthidae
3,Alcaligenaceae
4,Burkholderiaceae
5,Methylophilaceae
6,Oxalobacteraceae
7,Rhodocyclaceae
8,Oppiidae
9,Sphingomonadaceae
10,Zoogloeaceae
11,Agaricaceae
12,Bulleribasidiaceae
13,Camptobasidiaceae
14,Chrysozymaceae
15,Cryptococcaceae

我基本上希望 edge_file.csv 输出变成下面的输出，其中 Source 和 Target 已从 family names 更改为 ids。

Source,Target,Weight,Type,From,To
1,3,0.040968439,undirected,A_Argasidae,B_Alcaligenaceae
1,4,0.796351574,undirected,A_Argasidae,B_Burkholderiaceae
1,5,0.276912259,undirected,A_Argasidae,B_Methylophilaceae
1,6,0.460508445,undirected,A_Argasidae,B_Oxalobacteraceae
1,7,0.764558003,undirected,A_Argasidae,B_Rhodocyclaceae
1,9,0.70198002,undirected,A_Argasidae,B_Sphingomonadaceae
1,10,0.034648156,undirected,A_Argasidae,B_Zoogloeaceae
1,11,0.190482976,undirected,A_Argasidae,F_Agaricaceae
1,12,0.841600859,undirected,A_Argasidae,F_Bulleribasidiaceae
1,13,0.841600859,undirected,A_Argasidae,F_Camptobasidiaceae
1,14,0.190482976,undirected,A_Argasidae,F_Chrysozymaceae
1,15,0.055650172,undirected,A_Argasidae,F_Cryptococcaceae

由于我是新手，所以无法用 awk 弄明白，但我在这里尝试了其他示例的一些变体，例如（只是针对“源”列进行测试）：

awk 'NR==FNR{a[]=;next}{=a[];}1' edge_file.csv id_file.csv

打印出来的都是空白。我的理解是，我应该为 edge_file.csv 中的 Source 和 Target 列创建一个数组，然后将其替换为 id_file.csv 中的第一列，即 Id 列。即使只有一列也无法使用语法。

Answer 1

你很接近。这篇文章应该对您有所帮助：

awk -F, -v OFS=',' 'NR==FNR{a[]=;next}{=a[];=a[]}1' id_file.csv edge_file.csv

如何用第二个文本中的 id 替换文本中的字符串？

How to replace strings in text with id from second text?

awk