如何使用shell计算多个文件的平均列数

基础版（默认空格/制表符分隔列，取每个文件第一行的列数统计） #

直接执行以下命令即可，默认统计当前目录下所有文件的平均列数，可自行修改末尾的文件匹配规则（比如把*换成*.txt只统计txt文件）

awk 'FNR == 1 {
    sum += NF
    file_count += 1
}
END {
    printf "总文件数：%d，总列数和：%d，平均列数：%.2f\n", file_count, sum, sum/file_count
}' *

命令说明 #

• FNR == 1：限定只处理每个文件的第一行，单个文件只统计一次列数
• NF：awk内置变量，代表当前行的列数
• 脚本自动累加所有文件的列数、统计总文件数，最后直接计算平均
• 示例场景下执行会输出平均列数为4，和需求一致

自定义分隔符版本（如CSV逗号分隔文件） #

只需加上-F参数指定分隔符即可，如下统计csv文件的平均列数：

awk -F ',' 'FNR == 1 {
    sum += NF
    file_count += 1
}
END {
    printf "总文件数：%d，总列数和：%d，平均列数：%.2f\n", file_count, sum, sum/file_count
}' *.csv

行列数不统一的兼容版本 #

如果单个文件内不同行的列数不一致，需要先计算单个文件内所有行的平均列数，再算所有文件的整体平均，使用以下命令：

awk '{
    # 按文件名累加每个文件的总列数、总行数
    file_col_sum[FILENAME] += NF
    file_line_count[FILENAME] += 1
}
END {
    total_avg = 0
    file_count = 0
    for (filename in file_col_sum) {
        # 先算单个文件的平均列数
        total_avg += file_col_sum[filename]/file_line_count[filename]
        file_count += 1
    }
    printf "总文件数：%d，平均列数：%.2f\n", file_count, total_avg/file_count
}' *

内容的提问来源于stack exchange，提问作者Salva