如何按姓名合并两个文件信息为CSV文件，缺失项补“-”？

需求说明 #

有两个冒号分隔的文本文件：

• 日期文件（示例命名为dates.txt）：每行格式为姓名:日期

  john:01.01.2001
  mary:06.03.2016
  

• 城市文件（示例命名为towns.txt）：每行格式为姓名:城市

  john:london
  mary:new york
  

需要把它们按姓名合并成CSV文件，表头固定为name,town,date，如果某个人的城市或日期信息缺失，对应位置用-填充。

解决方案：用awk脚本处理 #

直接写个awk脚本就能搞定，脚本内容如下（保存为merge.awk）：

BEGIN {
    FS = ":";
    OFS = ",";
    print "name,town,date";
}

# 先读日期文件，把姓名和日期存进数组
NR == FNR {
    dates[$1] = $2;
    next;
}

# 读城市文件，存姓名和城市，同时记录所有出现过的姓名
{
    towns[$1] = $2;
    all_names[$1] = 1;
}

# 把日期文件里有但城市文件里没有的姓名也加进总名单，然后输出所有结果
END {
    for (name in dates) {
        if (!(name in towns)) {
            all_names[name] = 1;
        }
    }
    for (name in all_names) {
        town = (name in towns) ? towns[name] : "-";
        date = (name in dates) ? dates[name] : "-";
        print name, town, date;
    }
}

使用方法 #

打开终端，执行以下命令：

awk -f merge.awk dates.txt towns.txt > merged.csv

执行后，merged.csv就是合并好的结果文件。

测试示例 #

情况1：信息完整时 #

合并后merged.csv内容：

name,town,date
john,london,01.01.2001
mary,new york,06.03.2016

情况2：存在缺失时 #

比如日期文件里john有日期但城市文件里没有john的城市，城市文件里mary有城市但日期文件里没有mary的日期，合并后：

name,town,date
john,-,01.01.2001
mary,new york,-

内容的提问来源于stack exchange，提问作者babygroot