UNIX系OSの join コマンドのメモ

2023-01-29-1 [Programming]

説明用のメモ。
ファイルは事前にソートされていることが必須。
詳しくは "man join" で。

サンプルファイル: a1, a2

a 11
b 12
c 13
d 14
e 15
f 16
g 17

b 21
c 22
e 23
g 24
x 25
y 25
z 27

LEFT JOIN (-a)

join -a 1 -1 1 -2 1 -t' ' a1 a2
a 11
b 12 21
c 13 22
d 14
e 15 23
f 16
g 17 24

RIGHT JOIN

join -a 2 -1 1 -2 1 -t' ' a1 a2
b 12 21
c 13 22
e 15 23
g 17 24
x 25
y 25
z 27

OUTER JOIN

join -a 1 -a 2 -1 1 -2 1 -t' ' a1 a2
a 11
b 12 21
c 13 22
d 14
e 15 23
f 16
g 17 24
x 25
y 25
z 27

片方にしかないやつを出す (-v)

join -v 1 -j 1 -t' ' a1 a2
a 11
d 14
f 16

join -v 1 -v 2 -j 1 -t' ' a1 a2
a 11
d 14
f 16
x 25
y 25
z 27

サンプル2 (カラム追加): a11, a12

出力カラムの選択

join -o 0 -1 1 -2 1 -t' ' a11 a22
b
c
e

join -o "0,2.2,1.2" -1 1 -2 1 -t' ' a11 a22
b 21 12
c 22 13
e 23 15

join -a 1 -a 2 -o 0 1.3 2.3 1.2 2.2 -1 1 -2 1 -t' ' a11 a22
a 1  11 
b  1 12 21
c 1 1 13 22
e   15 23
z    27

空のときに出す文字列を指定 (-e)

join -e 'N/A' -a 1 -a 2 -o 0 1.3 2.3 1.2 2.2 -1 1 -2 1 -t' ' a11 a22
a 1 N/A 11 N/A
b N/A 1 12 21
c 1 1 13 22
e N/A N/A 15 23
z N/A N/A N/A 27

join -e 0 -o 0 1.3 2.3 -1 1 -2 1 -t' ' a11 a22
b 0 1
c 1 1
e 0 0

両方のファイルで同じカラムを使うとき (-j)

join -e 0 -o 0 1.3 2.3 -j 1 -t' ' a11 a22
b 0 1
c 1 1
e 0 0

カラム指定 (-1, -2, -j) はそもそも第1カラムを使うときは省略可
```
join -t' ' a1 a2
join -e 0 -o 0 1.3 2.3 -t' ' a11 a22
```
区切り文字指定 (-t): デフォルトはスペース（タブ含む）
```
join -j 1 -t$'\t' a.tsv b.tsv
join -j 1 -t, a.csv b.csv
```

この記事に言及しているこのブログ内の記事