代码之家 › 专栏 › 技术社区 › as7951

Awk脚本根据条件提供另一列中某些列的总和

scripting awk shell bash

as7951 · 技术社区 · 8 年前

需要你的帮助, 有一个文件,其中数据如下所示。以下两种方案的数据仅存在于1(单个)文件中,并且仅在可能的情况下才希望在同一文件中获得预期的输出

场景1:

如果第一列中的值 DocumentNo 出现一次,并且第二列 Line 如果值为10,那么我想对第3、4、5和6列求和( Taxablevalue,IGSTAmount,CGSTAm 和 SGSTAmo )并放置/替换我们在八列中求和的值 Invoicevalue :

示例数据 :

DocumentNo|Line|Taxablevalue|IGSTAmount|CGSTAm|SGSTAmo|OthTa|InvoiceValue
262881894|10|10000|0|900|900||

Senario 2:

如果在第一列中有多行具有相同的值 文件编号 和第二列中的唯一值 LineN ,那么我想对第3、4、5和6列的所有值求和( Taxablevalue、IGSTAmount、CGSTAm 和 斯格斯塔莫 )并放置/替换我们在八列中求和的值 发票价值 每行的。

示例数据 :

DocumentNo|LineN|Taxablevalue|IGSTAmo|CGSTAmo|SGSTAmou|OthTa|InvoValue
262881894|10|10000|0|900|900||              
262881894|20|15000|0|1350|1350||            
262881894|30|20000|0|1800|1800||

预期输出场景1:

DocumentNo|Line|Taxablevalue|IGSTAmount|CGSTAm|SGSTAmo|OthTa|InvoiceValue
 262881894|10|10000|0|900|900||11800

预期输出场景2:

发票金额=10000+15000+20000+0+0+0+900+1350+1800+900+1350+1800= 53100

DocumentNo|LineN|Taxablevalue|IGSTAmo|CGSTAmo|SGSTAmou|OthTa|InvoValue
  262881894|10|10000|0|900|900||53100  
  262881894|20|15000|0|1350|1350||53100 
  262881894|30|20000|0|1800|1800||53100

下面是已尝试的代码,但无法确定如何在lastcolumn(InvoValue)中添加值

awk '{a[$1]+=$3;b[$1]+=$4;c[$1]+=$5;d[$1]+=$6;}
      END {for(i in a) { print " " a[i] " " b[i] " " c[i] " " d[i];}}' File

下面是我得到的代码输出。遗憾的是,它与我的预期输出不匹配:

0 0 0 0

1 回复 | 直到 8 年前

Andriy Makukha 8 年前

我会在两次传球中完成。

在第一次通过时,我会创建一个措辞 s 这将保存任何特定文档编号的第3、4、5和6列的总和。

在第二次传递时,我将替换InvoValue列中的值。

下面是一个输入示例 data.txt :

DocumentNo|LineN|Taxablevalue|IGSTAmo|CGSTAmo|SGSTAmou|OthTa|InvoValue
262881894|10|10000|0|900|900||
262881894|20|15000|0|1350|1350||
262881894|30|20000|0|1800|1800||
262881895|10|10000|0|900|900||

命令如下:

gawk 'BEGIN { OFS=FS="|" } NR == FNR { s[$1] += $3+$4+$5+$6; next } FNR!=1 { $8 = s[$1] } 1;' data.txt data.txt

以下是输出:

DocumentNo|LineN|Taxablevalue|IGSTAmo|CGSTAmo|SGSTAmou|OthTa|InvoValue
262881894|10|10000|0|900|900||53100
262881894|20|15000|0|1350|1350||53100
262881894|30|20000|0|1800|1800||53100
262881895|10|10000|0|900|900||11800

请注意,我完全忽略了第2列。如果你想解释这件事,你可能需要修改我的答案。

为了确保所有对(DocumentNo、LineN)都是唯一的并且只出现一次,可以添加此错误检测:

if (met[$1 FS $2]) print "ERROR: " $1 " " $2; 
met[$1 FS $2] = 1;

因此,带有错误检测的更新命令是:

gawk 'BEGIN { OFS=FS="|" } NR == FNR { if (met[$1 FS $2]) print "ERROR: " $1 " " $2; met[$1 FS $2] = 1; s[$1] += $3+$4+$5+$6; next } FNR!=1 { $8 = s[$1] } 1;' data.txt data.txt