如何基于userid将file2属性追加到file1对应行（Bash方案）

高效解决方案：awk命令 #

这是最适配场景的工具，无需逐行循环，一次遍历即可完成处理：

awk -F',' 'NR==FNR {attr[$1]=$2; next} {print $0","attr[$1]}' file2.csv file1.csv > output.csv

参数说明 #

• -F','：指定CSV的分隔符为逗号，若使用制表符则改为-F'\t'
• NR==FNR：仅处理第一个传入的文件（file2.csv），将userid作为键，对应第二列属性存入数组attr
• next：跳过当前行的后续处理，直接读取下一行
• 处理file1.csv时，输出当前行内容+逗号+对应userid的属性，结果写入output.csv

带表头的处理方式

如果两个文件都有表头，需要保留表头并追加列名：

awk -F',' 'NR==FNR {if(NR>1) attr[$1]=$2; next} {if(NR==1) print $0",extra_attribute"; else print $0","attr[$1]}' file2.csv file1.csv > output.csv

备选方案：join命令 #

若偏好使用专门的合并工具，可先用sort排序文件（join要求文件按关联字段排序），再合并：

1. 排序文件（若未排序）：

sort -t',' -k1,1 file1.csv > sorted_file1.csv
sort -t',' -k1,1 file2.csv > sorted_file2.csv

2. 合并输出：

join -t',' -o 1.1,1.2,1.3,...,2.2 sorted_file1.csv sorted_file2.csv > output.csv

参数说明 #

• -t','：指定分隔符
• -o：自定义输出字段，1.1代表第一个文件的第1列，2.2代表第二个文件的第2列，根据file1的实际列数补充1.2,1.3,...部分

不推荐逐行循环的原因 #

用while read逐行读取file1，再用grep/sed查询file2的方式，会重复遍历file2数百/数千次，文件较大时性能极差，远不如上述两种工具高效。

内容的提问来源于stack exchange，提问作者Richard