我想计算当数据具有相同 ID 时的平均值(在我的具体情况下,同一天但一天中的不同时间)。这是为了根据每小时/每小时的数据计算我的数据的每日平均值。我的数据如下所示。
Date hour value
06/21/1978 14:00:00 1
06/21/1978 15:00:00 2
06/21/1978 16:00:00 3
06/21/1978 17:00:00 4
06/21/1978 18:00:00 5
06/21/1978 19:00:00 6
06/21/1978 20:00:00 7
06/21/1978 21:00:00 7
06/21/1978 22:00:00 9
06/21/1978 23:00:00 10
06/22/1978 00:00:00 5
06/22/1978 01:00:00 5
06/22/1978 02:00:00 5
06/22/1978 03:00:00 7
06/22/1978 04:00:00 8
06/22/1978 05:00:00 9
06/22/1978 06:00:00 22
06/22/1978 07:00:00 56
06/22/1978 08:00:00 9
06/22/1978 09:00:00 12
06/22/1978 10:00:00 3
06/22/1978 11:00:00 5
06/22/1978 12:00:00 7
我想要的输出是
Date value
06/21/1978 5.4
06/22/1978 11.7692307692
答案1
这本质上与 Stephane 的解决方案相同,awk
但用 Perl 编码。它将保留日期的顺序:
perl -ane 'if($.==1){print "$F[0]\t$F[2]\n"; next}
$k{$F[0]}+=$F[2]; $l{$F[0]}++;
END{print "$_\t",$k{$_}/$l{$_},"\n" for (sort keys(%k))}' data
答案2
awk 'NR==1{print $1,$3; next}
{v[$1]+=$3;n[$1]++}
END{for (i in n) print i, v[i]/n[i]}'
订单无法保证。如果输入本身按日期排序,则可以在日期更改后立即打印:
awk 'NR==1{print $1,$3; next}
{if (n && $1 != l) {print l, v/n; n=0; v=0}
v+=$3; n++; l=$1}
END{if (n) print l, v/n}'
答案3
与 Stephane 的解决方案非常相似,除了它利用 GNU awk 来PROCINFO["sorted_in"]
强制按日期顺序遍历数组。
awk 'BEGIN{PROCINFO["sorted_in"]="@ind_str_asc"};
NR==1{print $1,$3; next};
{arr[$1]+=$3; ++arr2[$1]};
END{for (k in arr) print k, arr[k]/arr2[k]}' test.1 | column -t