Question

我有一个包含许多缺失值的数据集为双斜杠（//）。部分数据是

input.txt
30
//
10
40
23
44
//
//
31
//
54
// and so on

我想在不考虑缺失值的情况下计算每6行间隔的平均值。我正在尝试这个，但没有得到我需要的东西。

awk '{if ($1 -ne "//") sum += $1} (NR%6)==0 {print(sum/NR)}' input.txt

正在给予

24.5
19.33

但答案应该来了

29.4
42.5

Answer 1

您需要稍微修改awk以获得输出

$ awk '!/\//{sum += $1; count++} NR%6==0{print sum/count;sum=count=0}'

<强>测试

$ awk '!/\//{sum += $1; count++} NR%6==0{print sum/count;sum=count=0}' file
29.4
42.5

它的作用是什么？

!/\//{sum += $1; count++}
- !/\//模式检查该行是否包含/
- {sum += $1; count++}当该行不包含/时，会执行此操作，该列将第1列$1与sum相加并增加count 1}}基本上告诉我们在下次打印之前已经看到了多少位awk。
NR%6==0{print sum/count;sum=count=0}当记录数量NR是6的倍数时，我们打印平均值sum/count并重置count和sum变量。

修改

要打印最后一组可能小于6的行，我们可以使用END块作为

$ awk '!/\//{sum += $1; count++} NR%6==0{print sum/count;sum=count=0} END{print sum/count}' file 29.4 42.5

END{print sum/count}' END块将在文件结束时更新。

修改2

边缘情况当6行中没有数字出现时，上面的脚本会导致除以零错误。 print语句可以格式化以处理这种情况。

print count ? (sum/count) : count;sum=count=0}

这是一个基本的三元运算符，它检查计数是否为非零，如果是，则打印分割值，否则打印count，0

<强>测试

$ awk '!/\//{sum += $1; count++} NR%6==0{print count ? (sum/count) : count;sum=count=0}' file 29.4 42.5 0

如何在shell脚本中计算平均值时处理缺失值？

1 个答案: