从 awk 中的 CSV 文件计算按列分组的总和答案

【问题标题】：Calculating a sum, grouped by columns, from a CSV file in awk从 awk 中的 CSV 文件计算按列分组的总和
【发布时间】：2017-08-04 15:38:04
【问题描述】：

我是 Bash 新手。我有一个包含四列的 CSV 文件，值用逗号分隔：

jack,england,498,a
roy,wales,344,b
ben,ireland,679,a
ron,scotland,895,a
emma,england,344,a
jason,scotland,566,a
ketty,wales,433,b

我的输出应该是这样的：

england,842
ireland,679
scotland,1461
wales,777

城市名称必须按字母顺序排序，输出只能在终端上打印。

这是我的代码：

#! /bin/awk -f
awk '{a[$1" "$2]+=$3}END{for (i in a){print i,a[i]}}' file.csv | sort -k2

当我使用awk -f file.awk 运行此代码时，它会给我一个语法错误。我已经阅读了很多关于这个问题的答案，但没有一个对我有帮助。

invalid char in expression  '''

awk 之后的语法错误。

【问题讨论】：

顺便说一句，当您只想按$2 求和时，为什么要将$1" "$2 作为索引？
抱歉，我只是想运行我的代码，看看输出是什么。我知道如何处理。

标签： bash shell awk

【解决方案1】：

您的脚本是调用 awk 的 shell 脚本，而不是 awk 脚本。所以这是完全正确的，除了#!/bin/awk -f。

使用#!/bin/sh shebang，或将其修复为纯 awk 代码。

后者可能看起来像：

#!/usr/bin/env gawk -f

BEGIN {
  # gawk extension: iterate over for loop in sort order (so we don't need to pipe to sort)
  PROCINFO["sorted_in"]="@ind_str_asc"

  # split on commas
  FS=OFS=","
}

{
  a[$2]+=$3
}

END {
  for (i in a) {
    print i, a[i]
  }
}

【讨论】：

先生，我必须制作一个 awk 脚本，运行命令应该是 awk -f file.awk file.csv
如果您将awk -f 替换为脚本，则它不是 awk 脚本。这是 shell 语法，而不是 awk 语法。
你绝对可以用awk -f file.awk file.csv 运行它，如果你的awk 是GNU awk； gawk 只是确保我们不运行任何其他版本。
只是好奇如果我必须以从 Z 到 A 的逆字母顺序打印城市名称会怎样
那就是@ind_str_desc。见gnu.org/software/gawk/manual/html_node/…

【解决方案2】：

短 GNU datamash 解决方案：

datamash -st, -g 2 sum 3 < file.csv

输出：

england,842
ireland,679
scotland,1461
wales,777

【讨论】：