计算多个文件中数据的平均值

Question

我知道上述问题的措词非常清楚，但我会尽力解释。我有一组数据，包括不同的酒店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

正如您在图像中看到的，我的数据由两列组成。我想要做的是获取每个酒店ID的第2列中的数据的平均值，因此基本上得到输出:(酒店ID）（平均值）。每个酒店ID都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}'

这取了所有数据的平均值，只输出一个数字而不是每个酒店ID的平均值（酒店ID）（平均值）。

我希望我的解释足够了。

Answer 1

您可以使用awk进行聚合，如下所示：

$ 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