庆典更新庞大的CSV文件，从另一家大型csv文件

问题描述：

我需要更新庞大的CSV文件（20M行）与另一大csv文件（30K行）数据的选择行的值，庆典更新庞大的CSV文件，从另一家大型csv文件

文件进行更新是1.csv 1120120031,55121 1120127295,55115 6135062894,55121 6135063011,55215 4136723818,55215 6134857289,55215 4430258714,55121

更新文件是2.csv 112012 ,55615 6135062,55414 6135063,55514 995707 ,55721

如1_MOD.csv 1120120031,55621 1120127295,55615 6135062894,55421 6135063011,55515 4136723818,55215 6134857289,55215 4430258714,55121

国防部ifications：

如果$ 1 2.csv匹配1.csv $ 1子串（行1 & 2）然后更新$ 2 1.csv按照在匹配的行2.csv的2 $第三字符;
匹配字符串的最大大小（行3 & 4）;
不匹配的行保持不变（第5到7行）。

到目前为止，我设法在while循环中测试sed，但脚本需要大约31天才能完成。我相信这是一个更好的办法，如在阵列和更新1.csv与阵列AWK文件2.csv，这东西是我在awk的知识仅限

感谢

当你有这么大的文件时，最好使用perl代替，它可能会快得多。 –

答

使用awk我不能这样做，在2.csv中读取，并使用第一个字段作为模式。

BEGIN { 
    FS = " *, *"; 
    OFS = ","; 
} 
NR==FNR { 
    # Ensure there are no special characters in $1 
    if ($1 ~ /^[[:digit:]]+$/) 
     a[$1] = substr($2, 3, 1); 
    next; 
} { 
    for (n in a) 
     if ($1 ~ "^"n) { 
      $2 = substr($2, 1, 2) a[n] substr($2, 4, length($2) - 3); 
      break; 
     } 
} 1

发现匹配后，您可能会破坏'for'循环，这应该会节省一些处理时间。 –

@JonathanLeffler谢谢，我添加了“break”。 – kdhp

@kdhp和jonathanLeffler，非常感谢，在一小时内你解决了我在几天内无法解决的问题。我将运行几千行的脚本来查看需要多长时间 – Hayden

庆典更新庞大的CSV文件，从另一家大型csv文件

相关推荐