使用awk按小时（行）列的平均值

Question

我在文件中有以下行，我希望按小时获得第3列的平均值。

2010-10-28 12:02:36: 5.1721851 secs
2010-10-28 12:03:43: 4.4692638 secs
2010-10-28 12:04:51: 3.3770310 secs
2010-10-28 12:05:58: 4.6227063 secs
2010-10-28 12:07:08: 5.1650404 secs
2010-10-28 12:08:16: 3.2819025 secs

2010-10-28 13:01:36: 2.1721851 secs
2010-10-28 13:02:43: 3.4692638 secs
2010-10-28 13:03:51: 4.3770310 secs
2010-10-28 13:04:58: 3.6227063 secs
2010-10-28 13:05:08: 3.1650404 secs
2010-10-28 13:06:16: 4.2819025 secs

2010-10-28 14:12:36: 7.1721851 secs
2010-10-28 14:23:43: 7.4692638 secs
2010-10-28 14:24:51: 7.3770310 secs
2010-10-28 14:25:58: 9.6227063 secs
2010-10-28 14:37:08: 7.1650404 secs
2010-10-28 14:48:16: 7.2819025 secs

我已经完成了

cat filename | awk '{sum+=$3} END {print "Average = ",sum/NR}'

输出

Average =  4.49154

获取整个文件的平均值，但希望按小时缩小平均值。在输出到awk之前我可以偷一个小时的grep，但是我希望，用一个衬垫来做它。

理想情况下，输出类似于

Average 12:00 = _computed_avg_
Average 13:00 = _computed_avg_
Average 14:00 = _computed_avg_

等等。

不一定寻找答案，但希望指向正确的方向。

Answer 1

我会将字段分隔符设置为冒号，然后在数组中不同键的关联数组中聚合，最后计算平均值：

gawk -F: 'NF == 4 { sum[$1] += $4; N[$1]++ } 
          END     { for (key in sum) {
                        avg = sum[key] / N[key];
                        printf "%s %f\n", key, avg;
                    } }' filename | sort

在测试数据上，这给出了：

2010-10-28 12 4.348022
2010-10-28 13 3.514688
2010-10-28 14 7.681355

即使数据不是按时间顺序排列，也应该产生正确的答案（假设你不按顺序连接两个日志文件）。请注意，gawk将以数字方式汇总“3.123秒”值。最后的排序按时间顺序显示平均值;无法保证按时间顺序打印按键。

Answer 2

Awk具有关联数组，因此您可以按小时存储平均值。