如何使用awk计算一天内重复记录的平均值？

有谁能告诉我如何使用awk计算每天（$2）重复记录的平均值，使用数据集的唯一id（$1）和测量（$3）记录。 数据集如下所示：

32070     2010-12-15    540  
32070     2010-12-15    546  
32070     2010-12-15    549  
32070     2010-12-17    579  
32070     2010-12-17    553  
25903     2010-12-15    556  
25903     2010-12-15    543  
25903     2010-12-15    564  
25903     2010-12-16    567  
25903     2010-12-16    583 

我希望根据每个唯一ID（$1）的测量（$3）获得每天记录（$2）的平均值，并单独打印输出文件，如下所示：

32070  2010-12-15    545  
32070  2010-12-17    566  
25903  2010-12-15     554.33  
25903  2010-12-16     575  

输出

解释

subsp

是一个内部变量，用于在中分隔键。其默认值为

“\034”

，不太可能出现在输入中。出于调试目的，我已将其设置为

@

。您可以跳过修改此变量

与“预期输出”相比，输出的顺序将不同。但您可以使用

sort

工具按列轻松排序。例如，以下内容将按第二列对输出进行排序，然后按第一列（按顺序）对输出进行排序：

输出

这只是一个样本。你应该知道大概的意思。根据需要修改命令

$ cat tst.awk
{ curr = $1 OFS $2 }
curr != prev { if (cnt) print prev, sum / cnt; sum=cnt=0 }
{ sum+=$3; cnt++; prev=curr }
END { if (cnt) print prev, sum / cnt }

$ awk -f tst.awk file
32070 2010-12-15 545
32070 2010-12-17 566
25903 2010-12-15 554.333
25903 2010-12-16 575

输出

解释

subsp

是一个内部变量，用于在中分隔键。其默认值为

“\034”

，不太可能出现在输入中。出于调试目的，我已将其设置为

@

。您可以跳过修改此变量

与“预期输出”相比，输出的顺序将不同。但您可以使用

sort

工具按列轻松排序。例如，以下内容将按第二列对输出进行排序，然后按第一列（按顺序）对输出进行排序：

输出

这只是一个样本。你应该知道大概的意思。根据需要修改命令

$ cat tst.awk
{ curr = $1 OFS $2 }
curr != prev { if (cnt) print prev, sum / cnt; sum=cnt=0 }
{ sum+=$3; cnt++; prev=curr }
END { if (cnt) print prev, sum / cnt }

$ awk -f tst.awk file
32070 2010-12-15 545
32070 2010-12-17 566
25903 2010-12-15 554.333
25903 2010-12-16 575

此答案与@Ruslans答案的区别在于：

His将整个输入文件存储在内存中，而上面只将4个变量（curr、prev、sum和cnt）的值存储在内存中

His以随机（实际上在大多数awk实现中是散列）顺序输出结果，而上面的输出结果以它们在输入中出现的顺序输出

无论您的输入以何种顺序出现，His都将起作用，而上述内容取决于您的输入是否按id和日期排序

此答案与@Ruslans答案的区别在于：

His将整个输入文件存储在内存中，而上面只将4个变量（curr、prev、sum和cnt）的值存储在内存中

His以随机（实际上在大多数awk实现中是散列）顺序输出结果，而上面的输出结果以它们在输入中出现的顺序输出

无论您的输入以何种顺序出现，His都将起作用，而上述内容取决于您的输入是否按id和日期排序

---

如果您想将subsp设置为某个值，请将其设置为OFS，这样您就不需要结尾部分中的

split（）

和

部分数组，您只需按原样打印
x
索引，同时去掉硬编码的
“
，而使用正常的
，
输出分隔符。@EdMorton，谢谢。我只是想向他展示一下大概的想法。我发现你的建议很有用，我认为OP也会发现它们很有用。如果你想将subsp设置为某个值，请将其设置为OFS，这样你就不需要
split（）
和结尾部分的
部分
数组，你只需按原样打印
x
索引，同时去掉硬编码的
“”
为了支持正常的
，
输出分隔符。@EdMorton，谢谢。我只是想向他展示一下大概的想法。我觉得你的建议很有用，而且我认为OP也会发现它们很有用。剧本只是照原样给我，不需要平均每日记录。我期待你的答复。感谢您在复制/粘贴时出错，或者您的输入与您提供的示例不符。正如您在我的回答中所看到的，脚本确实按照您提供的示例输入所要求的做了。脚本只按原样给我，而不求每日记录的平均值。我期待你的答复。感谢您在复制/粘贴时出错，或者您的输入与您提供的示例不符。正如您在我的回答中所看到的，给定您提供的示例输入，脚本会按照您的要求执行。
awk -f script.awk file | sort -k2 -k1g

25903 2010-12-15 554.333
25903 2010-12-16 575
32070 2010-12-15 545
32070 2010-12-17 566

$ cat tst.awk
{ curr = $1 OFS $2 }
curr != prev { if (cnt) print prev, sum / cnt; sum=cnt=0 }
{ sum+=$3; cnt++; prev=curr }
END { if (cnt) print prev, sum / cnt }

$ awk -f tst.awk file
32070 2010-12-15 545
32070 2010-12-17 566
25903 2010-12-15 554.333
25903 2010-12-16 575