Question

我是Awk的新手，虽然这是一个常见的seemingly simple problem，但我遇到了麻烦。

我想要获得列的平均值，但我的添加似乎无法正常工作。我的剧本：

BEGIN {FS = ","}
{
        AgentDC1 = $4;
        AgentDC2 = $5;
        AutoDC1 = $23;
        AutoDC2 = $24;
        CallDuration = $28;
        CallDurationMinutes = $27;
        CallStart = $33;
        ConnectTime = $35;

        num = (CallDuration ? CallDuration : 0)
        print num
        sum += num;
}
END {print sum;}

运行时，它会打印值（在引号中，这是正常吗？），然后将平均值打印为0（不带引号）。例如：

$ awk -f search.awk callrecords.csv
"644.0"
"149.0"
"397.0"
...
""
"117.0"
"165.0"
""
0

所以空插槽正在打印为""，并且没有任何内容添加到总和中。我讨厌发布如何解决问题，但我真的被困在这里，我找到的其他SO都不是很有启发性。

Answer 1

我认为引号实际上存在于数据文件中。 Awk不会神奇地删除它们。

在awk中，当你使用变量就好像它是一个数字时，awk只是忽略变量中的字符，从第一个不能成为数字的部分开始。如果变量的值没有剩余，则awk使用值0。

假设您的所有字段实际上都包含引号，num的值将以引号开头，因此将其用作数字将导致值为0.它仍然打印出来，因为它已打印作为一个字符串。

这是一个gawk解决方案，它也可以处理包含逗号的字段。 FPAT正则表达式已从gawk manual修改，而函数fix则根据同一页面上的某些代码进行了修改。两者都假设＆＃34;正常＆＃34;引用字段中引号的CSV约定加倍。（正如@EdMorton在评论中指出的那样，嵌入的换行将无法正确处理。）

function fix(x) {
    if (substr(x, 1, 1) == "\"")
      return gensub(/""/, "\"", "g",
                    substr(x, 2, length(x) - 2))
    else
      return x
}
BEGIN {
    FPAT = "([^,\"][^,]*|(\"[^\"]*\")+)?
}
{
    AgentDC1 = fix($4)
    AgentDC2 = fix($5)
    AutoDC1 = fix($23)
    AutoDC2 = fix($24)
    CallDuration = fix($28)
    CallDurationMinutes = fix($27)
    CallStart = fix($33)
    ConnectTime = fix($35)
    # Unlike the original, this casts num to a number.
    # It's unnecessary. sum += CallDuration; would be just fine.
    num = CallDuration+0
    print num
    sum += num
}
END {print sum+0}

Answer 2

您的输入数据中有引号。试试这个：

BEGIN {FS = "\"?,\"?"}
{
        gsub(/^"|"$/,"")
        AgentDC1 = $4
        AgentDC2 = $5
        AutoDC1 = $23
        AutoDC2 = $24
        CallDuration = $28
        CallDurationMinutes = $27
        CallStart = $33
        ConnectTime = $35

        num = (CallDuration ? CallDuration : 0)
        print num
        sum += num
}
END {print sum+0}

如果您的字段中包含逗号，则上述操作无效。

Gawk -ing平均值总是返回0

2 个答案: