计算多个文件中数据的平均值

Question

我知道上述问题的措辞很不清楚，但我会尽力解释。我有一组数据，其中包含不同的酒店 id 值和每个酒店的一组评级。这是我现在的代码：

cd "$1" || exit 1

grep "<Overall>" hotel_*.dat | sed 's/\.dat:<Overall>/ /'

（代码基本上是从文件中提取数据并以更整洁的格式输出）

这是代码的输出： terminal output sample

如图所示，我的数据由两列组成。我想要做的是对每个酒店 ID 的第 2 列中的数据取平均值，所以基本上得到一个输出：（酒店 ID）（平均）。每个酒店 id 应该有自己的平均值。

我尝试做的是：

cd "$1" || exit 1

grep "<Overall>" hotel_*.dat | sed 's/\.dat:<Overall>/ /' | awk '{SUM+= $2} END {print SUM/NR}'

这会取所有数据的平均值，并以 (hotel id) (average) 格式为每个酒店 id 输出一个数字而不是平均值。

希望我的解释足够。

Answer 1

您可以使用awk进行聚合，如下图：

$ cat file.txt
hotel_1 10
hotel_2 15
hotel_1 5

$ awk '{sum[$1] += $2; counts[$1]++;} END {for (i in sum) print i, sum[i]/counts[i];}'  file.txt
hotel_1 7.5
hotel_2 15