使用awk计算CSV数据平均值结果错误，问题出在哪里？

问题背景 #

现有如下CSV格式的家务数据，目标是用awk计算estimate列的平均值：

$ cat chores.csv
Chore Name,Assigned to,estimate,done?
Laundry,Chelsey,45,N
Wash Windows,Sam,60,Y
Mop kitchen,Sam,20,N
Clean cookware,Chelsey,30,N
Unload dishwasher,Chelsey,10,N
Dust living room,Chelsey,20,N
Wash the dog,Sam,40,N

编写的awk脚本如下：

#!/bin/awk

BEGIN {
NR>1
FS=","
} $3 > 0 {
i++ ; tot+=$3
avg=tot/i
}
END{
printf "\nAverage: %.2f\n ", avg
}

运行后得到错误输出：

awk -f avg.awk chores.csv

Average: 28.12

而正确平均值应为32.14，以下是问题排查及修正方案：

错误原因分析 #

1. NR>1的位置错误
   你把跳过表头的判断NR>1写在了BEGIN块中，但BEGIN块是在处理任何数据行之前执行的，此时行号NR的值为0，这行代码完全起不到跳过表头的作用。虽然表头行的$3是字符串estimate，会被awk转为数值0，不满足$3>0的条件，但结合其他问题会导致统计错误。

2. 字段分隔符设置有误
   脚本中的FS=","是HTML转义后的写法，若实际编写时误用了中文双引号（“”）或引号格式错误，会导致FS（字段分隔符）未被正确设置为英文逗号，进而导致字段分割错误——$3不再指向estimate列，甚至可能误将表头的某部分当作数值计入统计，最终让计数和总和出错。

3. 循环内重复计算平均值无意义
   你在每一次循环中都计算avg=tot/i，这步操作完全多余，只需要在END块中计算一次即可，不过这不会直接导致结果错误。

修正后的脚本 #

#!/bin/awk

BEGIN {
    FS=","  # 使用英文双引号设置字段分隔符为逗号
}

NR>1 && $3+0>0 {  # 跳过表头行，同时确保$3是有效数字
    i++
    tot+=$3
}

END {
    if(i>0) {  # 避免出现除以0的异常
        printf "\nAverage: %.2f\n", tot/i
    } else {
        printf "\nNo valid data to calculate average.\n"
    }
}

验证结果 #

运行修正后的脚本：

awk -f avg.awk chores.csv

输出：

Average: 32.14

内容的提问来源于stack exchange，提问作者CatScratch