我有一堆数据，比如说 a0001.xyz 到 a0254.xyz。我想对每个文件的第 5 列求和，并将答案写入一个名为 output.txt 的文件。所以我正在寻找一个包含每个 .xyz 文件总和的单列文件。
我尝试过这样的事情：
awk -f sum.awk a0004.xyz > output.txt
sum.awk 在哪里
#sum.awk
{ sum+=$5}
END { print sum }
它给了我 a0004.xyz 文件第 5 列的总和并将其写入 output.txt。问题是当我将命令更改为：
awk -f sum.awk *.xyz > output.txt
再次，它只给了我所有 .xyz 文件中的总和之一。我该如何解决这个问题？
我希望我已经设法问清楚了
【问题讨论】：
这样的？
$ tail a*.xyz
==> a0001.xyz <==
1 2 3 4 5 6 7
2 3 4 5 6 7 8
==> a0254.xyz <==
3 4 5 6 7 8 9
4 5 6 7 8 9 10
$ awk '{a[FILENAME]+=$5} END {for (i in a) printf "%4d %s\n", a[i], i}' a*.xyz
11 a0001.xyz
15 a0254.xyz
这里的 awk 脚本将 $5 的值添加到以当前文件名命名的数组元素中。处理完所有输入后，它会逐步遍历数组并打印结果，其中键是对每个值有贡献的文件名。 awk 干净且可移植地处理文件名列表，无需管道。
【讨论】：
使用 GNU Parallel 并行执行所有操作：
parallel -k -q awk '{s+=$5} END{print FILENAME,s+0}' ::: a*xyz
样本输出
a0001.xyz 20
a0002.xyz 40
a0254.xyz 55
注意事项：
-k 表示“保持输出顺序”
-q 表示 “请引用我的 awk 内容，因为我很懒”
s+0 表示将 s 视为数字，因此如果未设置，则打印 0或者gawk:
gawk '{s+=$5} ENDFILE{print FILENAME,s+0; s=0}' a*xyz
样本输出
a0001.xyz 20
a0002.xyz 40
a0254.xyz 55
【讨论】：
My brother's 12" records.xyz 之类的文件，此解决方案也有效。
您可以将 bash 用于：
for file in *.mp3; do
awk -f sum.awk "$file"
done > output.txt
【讨论】：
echo *.xyz | xargs -n 1 awk '{sum+=$5} END{print FILENAME,sum }' > output.txt
输出到 output.txt（例如）：
a0001.xyz 7 a0254.xyz 12【讨论】：
My brother's 12" records.xyz 之类的文件，此解决方案将失败。
一种选择是将每个文件的结果放入数组（由文件名索引）并在最后打印：
awk '{a[FILENAME]+=$5} END{for(f in a) print f, a[f]}' *.xyz
您可以选择将文件名捕获到变量中，并在 FNR==1 和 END 时打印：
awk 'FNR==1 && filename{print filename, sum; sum=0} {sum+=$1;filename=FILENAME} END{print filename, sum}' *.xyz
【讨论】：