bash - sumar - mediana de la columna con awk

sumar columna awk

Question

¿Cómo puedo utilizar AWK para calcular la mediana de una columna de datos numéricos?

Puedo pensar en un algoritmo simple pero no puedo programarlo:

Lo que tengo hasta ahora es:

sort | awk ''END{print NR}'' 

Y esto me da la cantidad de elementos en la columna. Me gustaría utilizar esto para imprimir una fila determinada (NR/2) . Si NR/2 no es un número entero, redondeo al entero más cercano y esa es la mediana; de lo contrario, tomo el promedio de (NR/2)+1 y (NR/2)-1 .

Answer 1

Con awk tienes que almacenar los valores en una matriz y calcular la mediana al final, asumiendo que miramos la primera columna:

sort -n file | awk '' { a[i++]=$1; } END { print a[int(i/2)]; }''

Claro, para la computación mediana real haga el redondeo como se describe en la pregunta:

sort -n file | awk '' { a[i++]=$1; }
    END { x=int((i+1)/2); if (x < (i+1)/2) print (a[x-1]+a[x])/2; else print a[x-1]; }''

Answer 2

Este programa awk supone una columna de datos ordenados numéricamente:

#/usr/bin/env awk
{
    count[NR] = $1;
}
END {
    if (NR % 2) {
        print count[(NR + 1) / 2];
    } else {
        print (count[(NR / 2)] + count[(NR / 2) + 1]) / 2.0;
    }
}

Uso de muestra:

sort -n data_file | awk -f median.awk

Answer 3

Esta respuesta basada en AWK a una pregunta similar en unix.stackexchange.com da los mismos resultados que Excel para calcular la mediana.