AWK脚本优化：在均值结果旁输出文件名（避免每行重复输出）

你的问题出在把{print FILENAME}放在了AWK的主处理块——这个块会对每一行输入执行一次，所以处理6000万行就会输出6000万次文件名。正确的做法是把文件名输出逻辑放到END块里，因为END块只会在整个文件处理完成后执行一次。

修正后的脚本 #

首先注意：如果你的输入文件包含表头（比如示例里的第一行Locus Total_Depth...），计算均值时要排除表头行，否则会把表头字符串当成0计入，导致结果错误。以下是完整修正脚本：

allsamples="R3 SM261_T SM382_T R6"

# 只打印一次表头到总结果文件
echo -e "ID\tCoverage" > All_samples_coverage.txt

for sample in $allsamples
do
    # AWK仅做累加，在END块一次性输出文件名和均值
    awk '{sum+=$2} END {print FILENAME, "Average = ", sum/(NR-1)}' "$sample.dep" >> All_samples_coverage.txt
done

如果你的输入文件没有表头，直接用sum/NR代替sum/(NR-1)即可。

为什么原来的写法错误？ #

AWK的执行逻辑是：

1. 先执行BEGIN块（仅一次）
2. 对每一行输入，执行匹配的主处理块（无pattern则默认匹配所有行）
3. 所有行处理完后，执行END块（仅一次）

你之前的写法把{print FILENAME}放在主处理块，相当于每读一行就输出一次文件名，这才导致了重复输出的问题。

保留临时文件的版本 #

如果需要保留单个样本的临时结果文件，可以改成：

allsamples="R3 SM261_T SM382_T R6"

echo -e "ID\tCoverage" > All_samples_coverage.txt

for sample in $allsamples
do
    awk '{sum+=$2} END {print FILENAME, "Average = ", sum/(NR-1)}' "$sample.dep" > "$sample.mean_coverage.temp"
    cat "$sample.mean_coverage.temp" >> All_samples_coverage.txt
done

内容的提问来源于stack exchange，提问作者Gf.Ena