AWK,类别总和

AWK,类别总和

我有大量内容相似的 CSV 文件。这些值通常以逗号分隔,如下所示。

product_a,  domestic,   500
product_a,  abroad,     15
product_b,  domestic,   313
product_b,  abroad,     35
product_c,  domestic,   411
product_c,  abroad,     84
product_d,  domestic,   25
product_d,  abroad,     2
...

我试图使用 AWK 完成的任务(因为我相信 SED 不是执行此类操作的正确工具,但我是相对较新的 Linux 用户...)是每个乘积(第 1 列)的总和,作为一列插入nr 2.我可以做这样的事情

awk -F, '{a[$1]+=$3;}END{for (i in a)print i", "a[i];}' filename

得到这些值(总和)

product_a,  515
product_b,  348
product_c,  495
product_d,  27
...

但我仍然不知道如何将它们作为第二列插入到原始文件中,形式如下:

product_a,  515, domestic,  500
product_a,  515, abroad,    15
product_b,  348, domestic,  313
product_b,  348, abroad,    35
product_c,  495, domestic,  411
product_c,  495, abroad,    84
product_d,  27,  domestic,  25
product_d,  27,  abroad,    2
...

我最近使用了一些 sed 和 awk,但我的尝试通常会出错(例如:尝试使用标量值作为数组)。

行的顺序不是我关心的,但我假设我能够将答案用作批处理文件命令。

$ for f in *.csv; do
  That Shiny Enigmatic Command > tmp && mv tmp $f
  done

编辑
感谢@KM。我已经到达了可以通过 3 步完成我想做的事情的地方。

1 步骤:

$ for f in *.csv; do 
awk -F, '{a[$1]+=$3;}END{for (i in a)print i", "a[i];}' $f | sort > sum$f
done

第二步:

$ for f in [^sum]*.csv; do 
join -t ',' $f sum$f | awk -F, '{print $1"," $4"," $2"," $3}' > tmp && mv tmp $f; 
done

到最后只是rm sum*.*。有没有一种方法可以从终端将其作为一个命令执行?还是在它之外?

答案1

将总和保存到名为sum,已排序的文件中

awk -F, '{a[$1]+=$3;}END{for (i in a)print i", "a[i];}' filename | sort > sum

cat sum 
product_a, 515
product_b, 348
product_c, 495
product_d, 27

连接两个文件,第一个文件的第一列与第二个文件的第一列(认为“键”);将其通过管道传输到awk并打印重新排序的列,使用,字段分隔符 ( -F)作为输出字段分隔符 ( -OFS)

join -t ','  -1 1 -2 1 filename sum | awk -F, -OFS=, {'print $1,$4,$2,$3}'

product_a,  515,  domestic,  500
product_a,  515,  abroad,    15
product_b,  348,  domestic,  313
product_b,  348,  abroad,    35
product_c,  495,  domestic,  411
product_c,  495,  abroad,    84
product_d,  27,   domestic,  25
product_d,  27,   abroad,    2

相关内容