带有关联数组的 awk 代码——数组似乎没有填充，但没有错误答案

【问题标题】：Awk code with associative arrays -- array doesn't seem populated, but no error带有关联数组的 awk 代码——数组似乎没有填充，但没有错误
【发布时间】：2014-09-28 16:22:01
【问题描述】：

问题：为什么在下面的代码段中似乎没有填充 date_list[d] 和 isin_list[i]？

AWK 代码（在 Win-7 机器上的 GNU-AWK 上）

BEGIN { FS = "," } # This SEBI  data set has comma-separated fields (NSE snapshots are pipe-separated)

# UPDATE the lists for DATE ($10), firm_ISIN ($9), EXCHANGE ($12), and FII_ID ($5).
( $17~/_EQ\>/ )    {
    if (date[$10]++ == 0) date_list[d++] = $10;   # Dates appear in order in raw data
    if (isin[$9]++ == 0) isin_list[i++] = $9;     # ISINs appear out of order in raw data
    print $10, date[$10], $9, isin[$9], date_list[d], d, isin_list[i], i 
}

输入数据

49290,C198962542782200306,6/30/2003,433581,F5811773991200306,S5405611832200306,B5086397478200306,NESTLE INDIA LTD.,INE239A01016,6/27/2003,1,E9035083824200306,REG_DL_STLD_02,591.13,5655,3342840.15,REG_DL_INSTR_EQ,REG_DL_DLAY_P,DL_RPT_TYPE_N,DL_AMDMNT_DEL_00
49291,C198962542782200306,6/30/2003,433563,F6292896459200306,S6344227311200306,B6110521493200306,GRASIM INDUSTRIES LTD.,INE047A01013,6/27/2003,1,E9035083824200306,REG_DL_STLD_02,495.33,3700,1832721,REG_DL_INSTR_EQ,REG_DL_DLAY_P,DL_RPT_TYPE_N,DL_AMDMNT_DEL_00
49292,C198962542782200306,6/30/2003,433681,F6513202607200306,S1724027402200306,B6372023178200306,HDFC BANK LTD,INE040A01018,6/26/2003,1,E745964372424200306,REG_DL_STLD_02,242,2600,629200,REG_DL_INSTR_EQ,REG_DL_DLAY_D,DL_RPT_TYPE_N,DL_AMDMNT_DEL_00
49293,C7885768925200306,6/30/2003,48128,F4406661052200306,S7376401565200306,B4576522576200306,Maruti Udyog Limited,INE585B01010,6/28/2003,3,E912851176274200306,REG_DL_STLD_04,125,44600,5575000,REG_DL_INSTR_EQ,REG_DL_DLAY_P,DL_RPT_TYPE_N,DL_AMDMNT_DEL_00
49294,C7885768925200306,6/30/2003,48129,F4500260787200306,S1312094035200306,B4576522576200306,Maruti Udyog Limited,INE585B01010,6/28/2003,4,E912851176274200306,REG_DL_STLD_04,125,445600,55700000,REG_DL_INSTR_EQ,REG_DL_DLAY_P,DL_RPT_TYPE_N,DL_AMDMNT_DEL_00
49295,C7885768925200306,6/30/2003,48130,F6425024637200306,S2872499118200306,B4576522576200306,Maruti Udyog Limited,INE585B01010,6/28/2003,3,E912851176274200306,REG_DL_STLD_04,125,48000,6000000,REG_DL_INSTR_EU,REG_DL_DLAY_P,DL_RPT_TYPE_N,DL_AMDMNT_DEL_00

我得到的输出

6/27/2003 1 INE239A01016 1  1  1
6/27/2003 2 INE047A01013 1  1  2
6/26/2003 1 INE040A01018 1  2  3
6/28/2003 1 INE585B01010 1  3  4
6/28/2003 2 INE585B01010 2  3  4

预期输出

据我所知，打印输出正确（i）$10（日期）（ii）日期[$10），每个日期的计数（iii）$9（称为 ISIN 的公司 ID）（iv ) isin[$9]，每个 ISIN 的计数 (v) d（date_list 的索引，唯一日期的数量）和 (vi) i（isin_list 的索引，唯一 ISIN 的数量）。我还应该得到另外两列——下面的第 5 列和第 7 列——date_list[d] 和 isin_list[i]，它们的值看起来像 $10 和 $9。
```
6/27/2003 1 INE239A01016 1  6/27/2003 1 INE239A01016  1
6/27/2003 2 INE047A01013 1  6/27/2003 1 INE047A01013  2
6/26/2003 1 INE040A01018 1  6/26/2003 2 INE040A01018  3
6/28/2003 1 INE585B01010 1  6/28/2003 3 INE585B01010  4
6/28/2003 2 INE585B01010 2  6/28/2003 3 INE585B01010  4
```

【问题讨论】：

您的expected output 部分中缺少数据？那会很有帮助。还要学习使用编辑框左上角的格式化工具{}。用鼠标突出显示应保持其原始格式的块，然后单击{}。
也就是说，我猜你正在使用if (date[$10]++ == 0)（和类似的）来确定一个值是否已经在一个数组中。 awk 中针对该任务的标准解决方案写成 if(!($10 in date)) { date[$10]++; date_list[d++]=$10 } 祝你好运。
date_list[d] 和 isin_list[i] 正在访问您刚刚存储的元素。试试date_list[d-1] 和isin_list[i-1]。
如果 date[$10]++ 计数器已经为 1，则它不会增加它。我需要每个日期的计数器和 d，它告诉我唯一日期的数量。令我困惑的是，旧代码（或几乎完全相同的代码，也在 SO 档案中）运行良好。硬盘死机、重新安装等。我以为我没问题，但这个旧示例不再有效。
[d-1] 和 [i-1] 而不是 [d] 和 [i] 做到了。获得预期的输出。谢谢。 @ooga。只是不清楚为什么旧示例有效。

标签： awk associative-array

【解决方案1】：

我现在使用的实际代码是

{    if (date[$10]++ == 0) date_list[d++] = $10;                 
     if (isin[$9]++ == 0) isin_list[i++] = $9;}        
( $11~/1|2|3|5|9|1[24]/ )) { ++BNR[$10,$9,$12,$5]}         
END { { for (u = 0; u < d; u++)  
      {for (v = 0; v < i; v++) 
      {    if  (BNR[date_list[u],isin_list[v]]>0) 
               BR=BNR[date_list[u],isin_list[v]] 
              { print(date_list[u], isin_list[v], BR}}}}}

非常感谢大家。

【讨论】：

这是解决方案还是问题的更新？如果是第一个，则标记为已接受，以便将来的读者清楚；如果是后者，请将其添加到您的问题中。