Awk 在另一列中使用相同名称时计算列的平均值

我有一个包含以下列的表：

Probe Name Sec_Name Number
A_1 One Bla 2
A_2 One Bla 5
A_3 One Bla 2
B_1 Two bli 1
B_2 Third 6

我想检查第二列中的单元格是否重复，如果重复，请在第五列中打印第四列中的数字平均值。 期望输出：

Probe Name Sec_Name Number Average
A_1 One Bla 2
A_2 One Bla 5
A_3 One Bla 2 3
B_1 Two bli 1
B_2 Third 6

该表由制表符分隔。我试过这样的东西，但是。。。我希望输出中的列与输入文件中的列相同

awk '
{
    lines[$2]++;     
    totals[$2] += $4; 
}
END {

    for (i in lines) {
        print i, lines[i], totals[i] totals[i]/lines[i];;
    }
}
' file.txt

---

我希望它或多或少是清晰的…

您可以在文件中循环两次：

 awk 'FNR==NR {a[$2]+=$4; b[$2]++; next}
     {printf "%s %s\n", $0, (b[$2]>1?a[$2]/b[$2]:"")}' file file

解释

• FNR==NR{a[$2]+=$4；b[$2]+；next}

  在第一个循环中，计算第二列的累积值（数组

  a[]

  -您的

  总计[]

  ）。另外，计算它出现的次数（数组

  b[]

  -您的

  行[]

  ）

• {printf”%s%s\n“，$0，（b[$2]>1？a[$2]/b[$2]：”“）}

  在第二个循环中，将行与结果一起打印。如果第二列的计数器

  b[]

  大于1，只需打印平均值

试验 更新 根据，您可以使用以下方法打印上次第2列出现时的平均值：

awk 'FNR==NR {a[$2]+=$4; b[$2]++; c[$2]=FNR; next}
                                  ^^^^^^^^^^
     {printf "%s %s\n", $0, (b[$2]>1&&c[$2]==FNR?a[$2]/b[$2]:"")}' file file
                                    ^^^^^^^^^^^^

它在数组

c[]

中捕捉上次出现第二个字段时的行号。然后，打印条件也会对其进行检查，以便在最后一次出现第2列时只打印平均值

试验

---

+1，并获得与OP所需的完全相同的输出：

awk'FNR==NR{a[$2]+=4；b[$2]+；c[$2]=FNR；next}{printf“%s%s\n”，$0，（b[$2]>1&&c[$2]==FNR？a[$2]/b[$2]：“）}f

耶！很好，很好。更新反映您的建议。谢谢@Kent:）太完美了。还感谢您的清晰解释。{printf“%s\t%s\n”$0，（b[$2]>1？a[$2]/b[$2]：“”），只需用制表符而不是空格分隔第五列：）

awk 'FNR==NR {a[$2]+=$4; b[$2]++; c[$2]=FNR; next}
                                  ^^^^^^^^^^
     {printf "%s %s\n", $0, (b[$2]>1&&c[$2]==FNR?a[$2]/b[$2]:"")}' file file
                                    ^^^^^^^^^^^^

$ awk 'FNR==NR {a[$2]+=$4; b[$2]++; c[$2]=FNR; next} {printf "%s %s\n", $0, (b[$2]>1&&c[$2]==FNR?a[$2]/b[$2]:"")}' a a
Probe Name Sec_Name Number 
A_1 One Bla 2 
A_2 One Bla 5 
A_3 One Bla 2 3
B_1 Two bli 1 
B_2 Third 6