Como imprimo todos os registros no arquivo 1, mas observe os registros que não correspondem ao arquivo2?

Question

Existe uma maneira fácil de imprimir todas as linhas de file1 (para que a saída tenha o mesmo número de linhas que a entrada file1 ), mas imprima uma mensagem como NoMatch em que as primeiras entradas do arquivo1 não corresponde às primeiras entradas de file2 ?

arquivo1:

Entry1 Entry2
a 2
b 3
c 4
d 5

arquivo2:

a
b
b
a
d
d

Saída desejada:

Entry1
a 2
b 3
NoMatch 4
d 5

Estou tentando com

join -a1 -e "NoMatch" -11 -21 -o2.1 file1 file2

desde que eu gostaria de manter as linhas não parciais de file1 que não correspondem a file2 , e dar uma mensagem para esses casos como "não", mas isso mantém todos os meus registros também em file2 (que contém registros duplicados), o que estou fazendo errado? Isso poderia ser porque meu segundo arquivo é delimitado por tabulações e meu primeiro arquivo é delimitado por espaço?

Muito obrigado por toda a ajuda ...

    

Answer 1

Com awk leia file2 primeiro e economize $1 em seen[$1] , em seguida, leia file1 e, se $1 não foi "visto", substitua-o por NoMatch :

awk 'FNR==NR{seen[$1]++; next}
{(FNR==1 || ($1 in seen)) || $1="NoMatch"};1' file2 file1

Se você preferir join , precisará de entrada classificada. Você terá que extrair o head er de file1 first, sort as linhas restantes e então join o resultado com o sort ed file2 :

{ head -n1; sort | join -j1 -a1 -e "NoMatch" -o 2.1 1.2 - <(sort file2); } <file1

e, se necessário, canalize tudo para uniq para evitar linhas duplicadas:

{ head -n 1; sort | \
join -j1 -a1 -e "NoMatch" -o 2.1 1.2 - <(sort file2) | \
uniq; } <file1