无法使用 awk/gawk 循环多个输入文件答案

【问题标题】：Fail to cycle multiple input files with awk/gawk无法使用 awk/gawk 循环多个输入文件
【发布时间】：2018-08-08 13:51:48
【问题描述】：

我在子文件夹中有大量文件，每个文件包含三列数字。我需要在 $2 中找到最大的数字，然后打印 $1 和 $2 列。

这是我得到的：

awk 'FNR > 1 {max=dist=0; if($2>max){dist=$1; max=$2}}END{print FILENAME "   distance: " dist "   max: " max}' ./nVT_*K/rdf_rdf_aam_aam_COM.dat

这可行，但是只打印最后一个输入文件的值。我每个人都需要一个。

使用 bash for 循环进行迭代会为 awk 部分生成“找不到命令”。我目前正在将回显的 for 循环输出传输到文件并作为脚本运行，尽管从长远来看这不是一个可行的计划。

任何人都可以帮忙折腾一下，这样它就可以在不同的子文件夹中获取一堆输入文件，并从每个文件中打印出预期的结果：

./nVT_277K/rdf_rdf_aam_aam_COM.dat   distance: 4.650000   max: 1.949975
./nVT_283K/rdf_rdf_aam_aam_COM.dat   distance: 4.650000   max: 1.943047
./nVT_289K/rdf_rdf_aam_aam_COM.dat   distance: 4.650000   max: 1.907280
...
...
...

我非常感谢您在此提供的任何意见。谢谢

【问题讨论】：

标签： loops awk iteration cycle

【解决方案1】：

使用 GNU awk 处理 ENDFILE：

awk '
    FNR > 1 { if ((max=="") || ($2>max)) {dist=$1; max=$2} }
    ENDFILE { print FILENAME "   distance: " dist "   max: " max; max=dist="" }
' ./nVT_*K/rdf_rdf_aam_aam_COM.dat

使用任何 awk 并假设您的输入文件不为空：

awk '
    FNR==1 { if (NR>1) print fname "   distance: " dist "   max: " max; max=dist=""; fname=FILENAME; next }
    (max=="") || ($2>max) {dist=$1; max=$2} }
    END { print fname "   distance: " dist "   max: " max }
' ./nVT_*K/rdf_rdf_aam_aam_COM.dat

【讨论】：

谢谢 Ed，这正是我所需要的，它在使用“Mac”和 GNU awk 版本时同样有效。我将剖析代码并找出我出错的地方。可能是昨天办公室的 34°C 温度让逻辑思考变得有些困难。
第一个脚本实际上无法在 Mac 上运行，除非 Mac 运行 GNU awk。它不适用于 OSX/BSD awk，因为 ENDFILE 是 GNU awk 扩展，它不是 POSIX 规范的一部分。我添加了一个适用于任何 awk 的版本。
好吧，我没想到它也能运行（之前遇到过 END/ENDFILE 问题），但令我惊讶的是，使用“awk”或“gawk”运行命令会产生相同的结果而没有报告错误。
您不会收到错误报告，因为ENDFILE 对任何非 gawk 来说只是一个未初始化的变量，因此值零或空值在上下文中评估为错误条件我的第一个脚本，所以它不会产生任何输出。您可以将 ENDFILE 替换为 AARDVARK 并使用非 GNU awk 获得相同的结果。
你知道吗，我不能告诉你为什么或如何它确实有效，我是一个快乐的 awk n00b。您度过了一个美好的周末，再次感谢您为我节省了几个小时的工作

【解决方案2】：

假设至少有一个正值（这样我们就不需要初始化）

$ awk 'FNR==1    {f=FILENAME}
       $2>max[f] {max[f]=$2; dist[f]=$1} 
       END       {for(f in max) print f, "distance:", dist[f], "max:", max[f]}' files

max 和 distance 由文件名索引，因为在给定路径中必须是唯一的...

【讨论】：

谢谢！更接近虽然不正确，但这确实会迭代所有输入文件并且输出看起来像预期的那样，但是该函数似乎评估了错误的值，似乎是“dist”值（$1）而不是“max”$2。这是输出：./nVT_331K/rdf_rdf_aam_aam_COM.dat distance: 14.950000 max: 0.983862 ./nVT_325K/rdf_rdf_aam_aam_COM.dat distance: 14.950000 max: 0.983969 ./nVT_319K/rdf_rdf_aam_aam_COM.dat distance: 14.950000 max: 0.982654 14.950000 是最后一个也是最大的 1 美元（0.000000-14.950000），当 2 美元是“最大”时，我需要 1 美元