使用awk，根据第2列和第5列中的字符串以及第3列中的值计算行的平均值，并追加结果

这是上的一个变体

输入数据.txt：

a;2016-04-25;10;2016-w17;2016-q2
b;2016-04-25;20;2016-w17;2016-q2
c;2016-04-25;30;2016-w17;2016-q2
d;2016-04-26;40;2016-w17;2016-q2
e;2016-07-25;50;2016-w30;2016-q3
f;2016-07-25;60;2016-w30;2016-q3
g;2016-07-25;70;2016-w30;2016-q3

想要的输出.txt：

a;2016-04-25;10;2016-w17;2016-q2;50
b;2016-04-25;20;2016-w17;2016-q2;50
c;2016-04-25;30;2016-w17;2016-q2;50
d;2016-04-26;40;2016-w17;2016-q2;50
e;2016-07-25;50;2016-w30;2016-q3;180
f;2016-07-25;60;2016-w30;2016-q3;180
g;2016-07-25;70;2016-w30;2016-q3;180

因此，计算有数据的天数的季度平均数并附加结果

2016年第二季度的平均值计算如下：

(10+20+30+40)/2 = 50     ("2" is the number_of_unique_dates for that quarter)

2016-3季度的平均值为：

(50+60+70)/1 = 180

这是我正在进行的工作，似乎很接近最终解决方案， 但不确定如何获取“唯一日期数”（第2列） 并用作除数

awk '
BEGIN { FS=OFS=";" }
NR==FNR { s[$5]+=$3; next }
{ print $0,s[$5] / need_num_of_unique_dates_here }
 ' output.txt output.txt 

知道如何获得每个季度的“唯一日期数”吗？

$cat tst.awk
$ cat tst.awk
BEGIN { FS=OFS=";" }
$5 != p5 { prt(); p5=$5 }
{ lines[++numLines]=$0; dates[$2]; sum+=$3 }
END { prt() }
function prt(   lineNr) {
    for (lineNr=1; lineNr<=numLines; lineNr++) {
        print lines[lineNr], sum/length(dates)
    }
    delete dates
    numLines = sum = 0
}

$ awk -f tst.awk file
a;2016-04-25;10;2016-w17;2016-q2;50
b;2016-04-25;20;2016-w17;2016-q2;50
c;2016-04-25;30;2016-w17;2016-q2;50
d;2016-04-26;40;2016-w17;2016-q2;50
e;2016-07-25;50;2016-w30;2016-q3;125
f;2016-07-25;60;2016-w30;2016-q3;125
g;2016-07-25;70;2016-w30;2016-q3;125
h;2016-04-01;70;2016-w30;2016-q3;125

开始{FS=OFS=“；”}
$5 != p5{prt（）；p5=$5}
{行[++numLines]=$0；日期[$2]；总和+=$3}
结束{prt（）}
功能prt（线路编号）{
对于（lineNr=1；lineNr
$cat tst.awk
开始{FS=OFS=“；”}
$5！=p5{prt（）；p5=$5}
{行[++numLines]=$0；日期[$2]；总和+=$3}
结束{prt（）}
功能prt（线路编号）{
对于（lineNr=1；lineNr另一个gawk解决方案：

awk -F';' '{ a[$5][$2]+=$3; r[NR]=$0; q[NR]=$5 }
     END { 
           for (i in a) { s=0; len=length(a[i]); 
               for (j in a[i]) { s += a[i][j] } 
               a[i]["avg"] = s/len 
           } 
           for (n=1;n<=NR;n++) { print r[n],a[q[n]]["avg"] }
     }' OFS=";" file



一个[$5][$2]+=$3
多维数组，对某个季度内每个唯一日期的值求和

len=length（a[i]）
-确定某个季度内唯一日期的数量

对于（a[i]中的j]）{s+=a[i][j}
-对四分之一内所有日期的值求和

a[i][“avg”]=s/len
-计算平均值

另一个呆呆的解决方案：

awk -F';' '{ a[$5][$2]+=$3; r[NR]=$0; q[NR]=$5 }
     END { 
           for (i in a) { s=0; len=length(a[i]); 
               for (j in a[i]) { s += a[i][j] } 
               a[i]["avg"] = s/len 
           } 
           for (n=1;n<=NR;n++) { print r[n],a[q[n]]["avg"] }
     }' OFS=";" file



一个[$5][$2]+=$3
多维数组，对某个季度内每个唯一日期的值求和

len=length（a[i]）
-确定某个季度内唯一日期的数量

对于（a[i]中的j]）{s+=a[i][j}
-对四分之一内所有日期的值求和

a[i][“avg”]=s/len
-计算平均值

@EdMorton感谢您指出这一点！将模式替换为字符串。我从上一个问题中的输入开始，但问题变得冗长，因此为了使其紧凑，我选择了上面的数据。。是的，我完全同意！@EdMorton感谢您指出这一点！将模式替换为字符串。我从上一个问题中的输入开始但是问题变得冗长了，所以为了使其紧凑，我选择了上面的数据。。是的，我完全同意！感谢您的解决方案，由于某种原因，我的输出中的行的输出顺序发生了更改？我使用GNU Awk 4.0.1.d，e，f，f，g，a，b，c而不是a，b，c，d，e，f，g。但是行看起来是正确的。@Markus，好的，明白了。解决了一个小问题OFS设置为，并且可以更改为；@Markus，是的，偶尔会错过这个，修正解决方案，由于某种原因，在我的输出中行的输出顺序发生了变化？我使用GNU Awk 4.0.1.d，e，f，g，a，b，c而不是a，b，c，d，e，f，g。但是行看起来是正确的。@Markus，好的，明白了。修正了OFS设置为的一个小东西，可以是cha我想；@Markus，是的，偶尔会错过，修正了