这是我的输入文件（有数千行）：
$ cat file.txt
1 495.03
2 503.76
3 512.28
4 520.75
5 529.17
我想用awk来计算第一列的中位数（比如1-100）行数和第二列相应值的平均值。然后awk将移动下一组行（101-201）并执行相同操作，即第一列的中位数和第二列的平均值，依此类推。毋庸置疑，我正在努力学习awk并尝试了以前的几种解决方案，但却无法使其发挥作用。
从之前的post开始，我发现我可以通过这种方式计算平均值：
awk '{sum+=$1} NR%3==0 {print sum/3; sum=0}'
这是如何工作的（即{sum+=$1}表达式是什么意思？）以及如何将其调整为中位数？顺便说一句，第一列将始终排序。
提前致谢， TP
答案 0 :(得分：2)
如果记录已排序，则中位数只是 <script async
src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script>
<!-- Wide Responsive Ad (White) -->
<ins class="adsbygoogle"
style="display:block"
data-ad-client="ca-pub-4269714478926007"
data-ad-slot="1264409627"
data-ad-format="link"></ins>
<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>
和50 st值的平均值。
51如果记录数是100的倍数，这将有效，否则您需要处理具有不同大小的最后一个组。
＆＃34;中位数＆＃34;还有其他定义。对于偶数个记录，但这是你应该指定的东西。
解释将$ awk '{r=NR%100; sum+=$2}
r==50 {m=$1}
r==51 {m=(m+$1)/2}
r==0 {print m, sum/100; sum=0}' file
定义为mod 100的余数，实质上是100个记录的每个块中的相对位置。对于中位数，我们取第50和第51条记录的平均值，r汇总每100个块的第二个字段值。当余数为0时，我们完成每个块，打印中位数和平均值（sum / 100）;为下一个块重置sum。
答案 1 :(得分：2)
注意：：其中包含有关运行方式和未排序数据中位数的更多信息。这应该被视为原始问题的附录。
如果您要计算最近 n 个词的运行平均值（假设 n = 100 ），则必须注意如何处理第一个 > m 记录，其中包含 m
$i的移动平均值：
awk '{a[NR%100] = $i; s=0; for(j in a) { s+=a[j] }; print "avg:" s/length(a) }'
但是，您可以通过跟踪for来删除s循环：
awk '{s+=$i; if (NR%100 in a) s-=a[NR%100]; a[NR%100]=$i; print "avg:" s/length(a) }'
运行$i的中位数：
可以使用gawk完成一种计算中位数的方法，其中我们假定该数组按值进行数组遍历排序
awk 'BEGIN{ PROCINFO["sorted_in"]="@val_num_asc" }
{ a[NR%100] = $i }
{ k=0; m=0;
for(j in a) { k++
if (k >= length(a)/2 ) m+=a[j]
if (k <= length(a)/2+1) {m+=a[j]; break }
}
print "med:", m/2
}'
或者如果您希望在if-conditions上轻一点
awk 'BEGIN{ PROCINFO["sorted_in"]="@val_num_asc" }
{ a[NR%100] = $i }
{ k=0; m=0;
for(j in a) { k++
if (k < length(a)/2 ) continue
if (k > length(a)/2+1) break
m+=a[j]
}
print "med:", (length(a)%2==0 ? m/2 : m)
}'
如果您不想使用预先排序的概念，则中位数的计算将变得更加困难。一种可能的方式是使用selection algorithm，如here所述。