awk同站点相邻行$4字段求和（48h降水量）问题求助

问题背景 #

现有1500个站点的气象数据文件，已按站点（$2字段）和日期排序，其中$4为站点日降水量。需求是：仅当当前行与上一行的$2站点相同时，将两行的$4求和得到48小时降水量；若站点切换，则输出N/A。

现有AWK代码存在以下异常：

• 部分同站点的相邻行未执行求和操作
• 输出中$4字段莫名为空
• 未正确识别站点切换，跨站点的行错误执行了求和

现有异常代码 #

awk '{
    if (prev_station == $2) {
        sum = prev_rain + $4
        print $0, sum
    } else {
        print $0, "N/A"
    }
    prev_station = $2
    prev_rain = $4
}' input.txt

输入输出示例 #

输入片段（按站点、日期排序） #

20230101 001 08 10.5
20230102 001 08 15.2
20230103 001 08 8.7
20230101 002 08 5.3
20230102 002 08 0.0

错误输出片段 #

20230101 001 08 10.5 N/A
20230102 001 08  25.7  # $4字段为空，求和结果异常
20230103 001 08 8.7 23.9
20230101 002 08 5.3 14.0  # 跨站点错误求和
20230102 002 08 0.0 5.3

期望输出 #

20230101 001 08 10.5 N/A
20230102 001 08 15.2 25.7
20230103 001 08 8.7 23.9
20230101 002 08 5.3 N/A
20230102 002 08 0.0 5.3

修正后的代码及解释 #

问题根源 #

1. 未初始化prev_station，第一行无前置数据时会触发错误判断
2. 未处理$4为空或非数值的情况，导致计算时出现异常
3. 输出逻辑可能隐含字段丢失（原代码未明确保留$4）

修正代码 #

awk '
BEGIN {
    prev_station = ""  # 初始化站点变量，避免第一行误判
    prev_rain = 0      # 初始化降水量变量
}
{
    # 校验$4是否为有效数值，无效则设为0
    curr_rain = ($4 ~ /^[0-9.]+$/) ? $4 : 0
    
    if (prev_station != "" && prev_station == $2) {
        # 同站点且非第一行，计算48小时降水量
        sum_48h = prev_rain + curr_rain
        print $0, sum_48h
    } else {
        # 站点切换或第一行，输出N/A
        print $0, "N/A"
    }
    
    # 更新上一行数据
    prev_station = $2
    prev_rain = curr_rain
}' input.txt

代码说明 #

• 初始化变量：BEGIN块中初始化prev_station为空字符串，确保第一行不会触发求和逻辑
• 字段校验：用正则判断$4是否为有效数值，避免空值/非数值导致的计算异常
• 严格站点判断：仅当存在前置站点且与当前站点相同时才求和，彻底避免跨站点错误计算
• 保留原始数据：直接打印$0确保原始字段完整输出，解决$4为空的问题

内容的提问来源于stack exchange，提问作者anlom