我有兩個數據文件:file01
和file02
。在這兩個數據集中,字段是:(i)識別器; (ii)數字參考; (iii)經度;和(四)緯度。 對於file01
中的每一行,我想使用相同的數字參考搜索file02
中的數據,然後在file02
中找到最接近file01
中的標識符的標識符。使用AWK合併兩個數據集
我能得到這個,如果我使用下面的代碼從file01
通過手動值awk程序:
awk 'function acos(x) { return atan2(sqrt(1-x*x), x) }
BEGIN {pi=3.14159;
ndist=999999999.1;
date=1001;
lo1=-1.20; lg1=lo1*(pi/180);
la1=30.31; lt1=la1*(pi/180)
}
{if($2==date) {ws=$1;
lg2=$3*(pi/180);
lt2=$4*(pi/180);
dist= 6378.7 * acos(sin(lt1)*sin(lt2) + cos(lt1)*cos(lt2)*cos(lg2-lg1));
if(dist < ndist) {ndist=dist; ws0=ws}}}
END {print(ws0,ndist)}' file02
正如你看到的,date
,lo1
並在BEGIN
聲明la1
是美國的價值觀第一行file01
(數據文件見下文)。我的問題是,如果我可以一次做到這一點,所以每次我讀file01
中的一行時,我會得到最近的標識符和距離,並追加到file01
的行數據中。我不知道一些shell命令是否可以通過更簡單的方式實現這一點,也許可以使用管道。
這兩個數據文件和所希望的輸出的一個例子是:
=== file01 ===
A 1001 -1.2 30.31
A 1002 -1.2 30.31
B 1002 -1.8 30.82
B 1003 -1.8 30.82
C 1001 -2.1 28.55
=== file02 ===
ws1 1000 -1.3 29.01
ws1 1001 -1.3 29.01
ws1 1002 -1.3 29.01
ws1 1003 -1.3 29.01
ws1 1004 -1.3 29.01
ws1 1005 -1.3 29.01
ws2 1000 -1.5 30.12
ws2 1002 -1.5 30.12
ws2 1003 -1.5 30.12
ws2 1004 -1.5 30.12
ws2 1005 -1.5 30.12
ws3 1000 -1.7 29.55
ws3 1001 -1.7 29.55
ws3 1002 -1.7 29.55
ws3 1003 -1.7 29.55
ws3 1004 -1.7 29.55
ws3 1005 -1.7 29.55
ws4 1000 -1.9 30.33
ws4 1001 -1.9 30.33
ws4 1002 -1.9 30.33
ws4 1003 -1.9 30.33
ws4 1004 -1.9 30.33
ws4 1005 -1.9 30.33
= ==輸出文件===
A 1001 -1.2 30.31 ws4 67.308
A 1002 -1.2 30.31 ws2 35.783
B 1002 -1.8 30.82 ws4 55.387
B 1003 -1.8 30.82 ws4 55.387
C 1001 -2.1 28.55 ws1 85.369
編輯#1:考慮通過@Eran的建議,我寫了下面的代碼:
join -j 2 < (sort -k 2,2 file01) < (sort -k 2,2 file02) |
awk 'function acos(x) { return atan2(sqrt(1-x*x), x) }
BEGIN {pi=3.14159}
{if (last != $1 $2)
{print NR, id,r,lon,lat,ws0,ndist;
last = $1 $2;
ndist=999999999.1
} else {
lg1=$3*(pi/180);
lt1=$4*(pi/180);
lg2=$6*(pi/180);
lt2=$7*(pi/180);
dist= 6378.7 * acos(sin(lt1)*sin(lt2) + cos(lt1)*cos(lt2)*cos(lg2-lg1));
if(dist< ndist) {ndist=dist; ws0=$5}
id=$2;r=$1;lon=$3;lat=$4
}
}'
從這個腳本的輸出是:
1
4 A 1001 -1.2 30.31 ws4 67.3078
7 C 1001 -2.0 28.55 ws3 115.094
11 A 1002 -1.2 30.31 ws2 35.7827
15 B 1002 -1.8 30.82 ws4 55.387
編輯#2:使用的athe建議@丹尼斯(有一些修改)我已經得到了期望的輸出。 awk腳本如下:
awk 'function acos(x) { return atan2(sqrt(1-x*x), x) }
BEGIN {pi=3.14159}
NR==FNR {c++; a1[c]=$1;a2[c]=$2;a3[c]=$3;a4[c]=$4; next}
{d++; b1[d]=$1;b2[d]=$2;b3[d]=$3;b4[d]=$4}
END {
for(k=1;k<=c;k++) {
lg1=a3[k]*(pi/180);
lt1=a4[k]*(pi/180);
ndist=999999999.1;
for(l=1;l<=d;l++) {
if(b2[l]==a2[k]) {kk=b2[l];
lg2=b3[l]*(pi/180);
lt2=b4[l]*(pi/180);
dist= 6378.7 * acos(sin(lt1)*sin(lt2) + cos(lt1)*cos(lt2)*cos(lg2-lg1));
if(dist<ndist) {ndist=dist; ws0=b1[l]}
}
}
print a1[k],a2[k],a3[k],a4[k],ws0,ndist
}
}' file01 file02
+1謝謝@Dennis,你的回答非常有幫助! –