Question

如何使用AWK计算一列数值数据的中位数？

我可以想到一个简单的算法，但我似乎无法编程：

到目前为止我所拥有的是：

sort | awk 'END{print NR}'

这给了我列中元素的数量。我想用它来打印某一行(NR/2)。如果NR/2不是整数，那么我向上舍入到最接近的整数，这是中位数，否则我取(NR/2)+1和(NR/2)-1的平均值。

Answer 1

此awk程序假定一列数字排序数据：

#/usr/bin/env awk
{
    count[NR] = $1;
}
END {
    if (NR % 2) {
        print count[(NR + 1) / 2];
    } else {
        print (count[(NR / 2)] + count[(NR / 2) + 1]) / 2.0;
    }
}

样本用法：

sort -n data_file | awk -f median.awk

Answer 2

使用awk，您必须将值存储在数组中并计算最后的中位数，假设我们查看第一列：

sort -n file | awk ' { a[i++]=$1; } END { print a[int(i/2)]; }'

当然，对于实际中值计算，请按照问题中描述的进行舍入：

sort -n file | awk ' { a[i++]=$1; }
    END { x=int((i+1)/2); if (x < (i+1)/2) print (a[x-1]+a[x])/2; else print a[x-1]; }'

Answer 3

This AWK based answer对unix.stackexchange.com上的类似问题给出与Excel相同的结果来计算中位数。

Answer 4

如果你有一个数组来计算中位数（包含Johnsyweb解决方案的一行）：

array=(5 6 4 2 7 9 3 1 8) # numbers 1-9
IFS=$'\n'
median=$(awk '{arr[NR]=$1} END {if (NR%2==1) print arr[(NR+1)/2]; else print (arr[NR/2]+arr[NR/2+1])/2}' <<< sort <<< "${array[*]}")
unset IFS

Answer 5

好的，刚刚看到这个主题，并认为我可以加上我的两分钱，因为我在过去寻找类似的东西。即使标题显示为awk，所有答案也会使用sort。使用datamash：

可以轻松计算一列数据的中位数

> seq 10 | datamash median 1
5.5

请注意，即使您有未排序的列，也不需要sort：

> seq 10 | gshuf | datamash median 1
5.5

文档提供了它可以执行的所有功能，以及包含许多列的文件的良好示例。无论如何，它与awk无关，但我认为datamash在这种情况下有很大帮助，也可以与awk一起使用。希望它对某人有帮助！

具有awk的列的中值

5 个答案: