使AWK代码在评估记录集时更加高效

Question

我有一个包含5个内容字段的文件。我在文件中一次评估4行。因此，记录1-4被评估为一组。记录5-8是另一组。在每组中，当字段4具有最大值时，我想从字段5中提取时间。如果字段4中存在重复值，则评估字段2中的最大值，并使用字段5中与字段2中的最大值相关的时间。

例如，在前4条记录中，字段4中有一个重复的最大值(值53(。如果这是真的，我需要查看字段2并找到最大值。然后用字段5中的时间打印字段2中与最大值相关的时间。

The Data Set is:
00        31444      8.7        24    00:04:32
00        44574     12.4        25    00:01:41
00        74984     20.8        53    00:02:22
00        84465     23.5        53    00:12:33
01        34748      9.7        38    01:59:28
01        44471     12.4        37    01:55:29
01        74280     20.6        58    01:10:24
01        80673     22.4        53    01:55:49

记录1到4所需的输出为00:12:33记录5至8的期望输出为01:10:24

这是我的答案：

评估记录1至4

awk’NR＝＝1，NR＝＝＝4｛如果(max<＝$4(｛max＝$4；time＝$5｝否则如果(max＝＝＝$4；next｝END｛print time｝'test.txt test.txt

输出为：00:12:33

评估记录5至8

awk’NR＝＝5，NR＝＝＝8｛如果(max<＝$4({最大＝$4；时间＝$5｝否则如果(max==$4(｛最大＝$2；时间=5｝；next｝END｛print time｝'test.txt test.txt

输出为01:10:24

关于如何在不必为每组记录编写awk语句的情况下更有效地评估记录范围，有什么建议吗？

感谢

Answer 1

根据您的样本输入，每个键(第一个字段(有4行似乎无关紧要，您真正想要的是只为每个键产生输出，所以请考虑按您想要的比较字段(字段4，然后字段2(对输入进行排序，然后按每个键打印每个块(字段1(看到的第一个想要的输出(字段5(值：

$ sort -n -k1,1 -k4,4r -k2,2r file | awk '!seen[$1]++{print $5}'
00:12:33
01:10:24

Answer 2

这个awk代码

NR % 4 == 1 {max4 = $4; max2 = $2}
$4 > max4 || $4 == max4 && $2 >= max2 {max4 = $4; max2 = $2; val5 = $5}
NR % 4 == 0 {printf "lines %d-%d: %sn", (NR - 3), NR, val5}

输出

lines 1-4: 00:12:33
lines 5-8: 01:10:24

---

查看数据，您可能希望按$1对集合进行分组，而不是硬编码4行：

awk '
function emit(nr) {printf "lines %d-%d: %sn", nr - 3, nr, val5}
$1 != setId {
if (NR > 1) emit(NR - 1)
setId = $1
max4 = $4
max2 = $2
}
$4 > max4 || $4 == max4 && $2 >= max2 {max4 = $4; max2 = $2; val5 = $5}
END {emit(NR)}
' data

Answer 3

一种基于awk的解决方案，该解决方案利用组合$4和$5的合成ascii字符串比较密钥，同时避免任何%-modulo操作：

mawk '
BEGIN { CONVFMT = "%020.f" (__=___=____=_____="")
_+=_+=++_ } { ____= __!=(__=__==$((_____=(+$_ "")"(" $NF)^!_) 
? __ : $!!_) || ____<_____ ? _____ : ____
} _==++___ {
printf(" group %-*s [%*.f, %-*.f] :: %sn", --_*--_, """ (__) """, _+_,
NR-++_, ++_, NR, substr(____, index(____, "(")+_^(_____=____=___=""))) }'

group "00"   [   1, 4   ] :: 00:12:33
group "01"   [   5, 8   ] :: 01:10:24