使用awk对数据进行分组

awk 是一个强大的文本处理工具，特别适用于处理结构化数据（如 CSV 文件）。你可以使用 awk 对数据进行分组和聚合。以下是一些常见的场景和示例，展示如何使用 awk 对数据进行分组。

示例数据

假设你有一个名为 data.txt 的文件，内容如下：

Alice  Sales  200
Bob    Sales  150
Alice  Marketing  300
Bob    Marketing  250
Charlie Sales  100
Charlie Marketing  200

按列分组并求和

假设你想按第二列（部门）分组，并对第三列（销售额）求和。

awk '{arr[$2] += $3} END {for (i in arr) print i, arr[i]}' data.txt

解释：

• {arr[$2] += $3}：使用数组 arr，键为第二列的值，值为第三列的累加和。
• END {for (i in arr) print i, arr[i]}：在处理完所有行后，遍历数组并打印结果。

输出：

Sales 450
Marketing 750

按多列分组并求和

假设你想按第一列（姓名）和第二列（部门）分组，并对第三列（销售额）求和。

awk '{arr[$1, $2] += $3} END {for (i in arr) {split(i, keys, SUBSEP); print keys[1], keys[2], arr[i]}}' data.txt

解释：

• {arr[$1, $2] += $3}：使用数组 arr，键为第一列和第二列的组合，值为第三列的累加和。
• END {for (i in arr) {split(i, keys, SUBSEP); print keys[1], keys[2], arr[i]}}：在处理完所有行后，遍历数组并打印结果。split(i, keys, SUBSEP) 用于将组合键拆分回原始的列值。

输出：

Alice Sales 200
Alice Marketing 300
Bob Sales 150
Bob Marketing 250
Charlie Sales 100
Charlie Marketing 200

按列分组并计算平均值

假设你想按第二列（部门）分组，并计算第三列（销售额）的平均值。

awk '{arr[$2] += $3; count[$2]++} END {for (i in arr) print i, arr[i]/count[i]}' data.txt

解释：

• {arr[$2] += $3; count[$2]++}：使用数组 arr 累加第三列的值，并使用数组 count 计数。
• END {for (i in arr) print i, arr[i]/count[i]}：在处理完所有行后，遍历数组并打印结果，计算平均值。

输出：

Sales 150
Marketing 250

按列分组并找出最大值

假设你想按第二列（部门）分组，并找出第三列（销售额）的最大值。

awk '{if ($3 > max[$2]) max[$2] = $3} END {for (i in max) print i, max[i]}' data.txt

解释：

• {if ($3 > max[$2]) max[$2] = $3}：使用数组 max，存储每个部门的最大值。
• END {for (i in max) print i, max[i]}：在处理完所有行后，遍历数组并打印结果。

输出：

Sales 200
Marketing 300

按列分组并找出最小值

假设你想按第二列（部门）分组，并找出第三列（销售额）的最小值。

awk '{if (min[$2] == "" || $3 < min[$2]) min[$2] = $3} END {for (i in min) print i, min[i]}' data.txt

解释：

• {if (min[$2] == "" || $3 < min[$2]) min[$2] = $3}：使用数组 min，存储每个部门的最小值。
• END {for (i in min) print i, min[i]}：在处理完所有行后，遍历数组并打印结果。

输出：

Sales 100
Marketing 200