如何使用awk将CSV文件中指定月份的温度数据按月份分列为多列

你的需求是把2020年4-9月的每日温度从单CSV列拆分成各月独立的列，原来的命令只是把所有月份的数据追加到同一列，显然达不到要求。我们可以用awk通过数组存储各月的每日温度，最后按日期的“日”对齐输出成多列，具体方案如下：

完整的awk脚本解决方案 #

创建一个脚本文件（比如split-months.awk），内容如下：

BEGIN {
    # 映射目标月份到列索引，按顺序排列
    months["04"] = 1
    months["05"] = 2
    months["06"] = 3
    months["07"] = 4
    months["08"] = 5
    months["09"] = 6
    # 输出表头，对应各月份
    print "April May June July August September"
}

# 处理每一行数据
{
    # 拆分日期字段（格式为YYYY-MM-DD）
    split($1, date_parts, "-")
    year = date_parts[1]
    month = date_parts[2]
    day = date_parts[3]

    # 只处理2020年的目标月份数据
    if (year != "2020" || !(month in months)) {
        next
    }

    # 将温度存入二维数组：键为(日, 列索引)，值为温度
    temp[day, months[month]] = $2
}

END {
    # 遍历1到31日，输出对应各月的温度
    for (day_num = 1; day_num <= 31; day_num++) {
        # 把日格式化为两位数字（匹配CSV中的日期格式，比如01、02）
        formatted_day = sprintf("%02d", day_num)
        output_line = ""

        # 按月份顺序拼接每一列的温度
        for (col = 1; col <= 6; col++) {
            if (output_line != "") {
                output_line = output_line " "
            }
            # 如果该日有对应月份的温度则输出，否则留空（可改为"NA"表示缺失）
            output_line = output_line (temp[formatted_day, col] ? temp[formatted_day, col] : "")
        }

        print output_line
    }
}

如何运行 #

在终端执行以下命令，生成符合要求的temp.csv：

awk -f split-months.awk year-temperatures.csv > temp.csv

脚本说明 #

• BEGIN块：提前定义要提取的月份与列的对应关系，同时输出表头（April到September），确保结果格式清晰。
• 主处理逻辑：拆分日期字段，筛选2020年的目标月份数据，将每日温度存入二维数组，用“日”和“列索引”作为唯一标识，保证同一日的各月温度能对齐。
• END块：遍历1到31日，按列顺序取出对应温度并拼接成一行输出。对于不存在的日期（比如4月没有31日），对应位置会留空，你可以根据需求修改为"NA"或其他占位符。

这样处理后，temp.csv的每一行对应一个日期的“日”（1-31），每一列对应一个月份的温度，完全符合你想要的格式。

内容的提问来源于stack exchange，提问作者user3296442