如何在含NA值的AWK中正确执行数值过滤？

我有一个名为myfile的表格，某列以数值为主但包含NA值。尝试筛选该列中大于1的值时，AWK并未移除NA行，示例如下：

$ awk '{print $1}' $myfile
NA
14.69
NA
9.84
4.46
4.22
64.285
7.535
1.305

$ awk '$1>1' $myfile
NA
14.69
NA
9.84
4.46
4.22
64.285
7.535
1.305

问题原因 #

AWK的关系比较规则会自动切换模式：当其中一个操作数无法转换为数值时，会从数值比较切换为字符串比较。NA无法转换为数值，$1>1会变成字符串比较——"NA"的首字符ASCII码（78）大于"1"的ASCII码（49），因此判断结果为真，NA行被错误保留。

解决方法 #

1. 精确排除NA字符串

仅针对NA标记的场景，直接判断字段不等于"NA"后再筛选数值：

awk '$1 != "NA" && $1 > 1' myfile

2. 通用数值校验（GNU AWK适用）

使用GNU AWK内置的isnumber()函数，先确认字段为有效数值，再进行数值比较，可处理NA、nan等所有非数值字符串：

awk 'isnumber($1) && $1 > 1' myfile

3. 强制数值转换

通过$1+0将字段强制转为数值（非数值会转为0），再比较大小。注意：此方法会同时排除合法的0值，需按需使用：

awk '$1+0 > 1' myfile

内容的提问来源于stack exchange，提问作者ricardo3889