AWK如何基于已有列按跨行规则新增分组标识列

你可以直接使用以下代码完成需求：

awk -F '|' '
# 日期转天数函数，用于计算间隔
function date2days(d,    t, y, m, day) {
    split(d, t, "-")
    y = t[1]+0; m = t[2]+0; day = t[3]+0
    return mktime(y " " m " " day " 0 0 0") / 86400
}
BEGIN {
    OFS = "|"
    gid = 1 # 分组序号从1开始
}
{
    # 缓存当前行关键字段
    cur_name = $1
    cur_3 = $3
    cur_4 = $4
    cur_7 = $7 + 0
    cur_8 = $8

    # 存在上一行缓存、且两行属于同一个$1分组、$3均非空时才判断
    if (prev_name != "" && prev_name == cur_name && prev_3 != "" && cur_3 != "") {
        # 计算日期差
        delta = date2days(prev_5) - date2days(cur_4)
        # 依次计算所有条件
        cond1 = (delta >= 0 && delta <= 2)
        cond2 = (prev_6 == 51)
        cond3 = (cur_7 == 51)
        cond4 = (cur_8 == "2B" || cur_8 == "41")
        cond5 = (prev_6 == 19 && cur_7 == 51 && cur_8 == "21")
        # 符合条件则给上一行加分组标识
        if (cond1 && (cond2 || cond3 || cond4) && !cond5) {
            prev_line = prev_line "|group" gid++
        }
        # 输出处理完成的上一行
        print prev_line
    } else if (prev_name != "") {
        # 分组变化时直接输出上一行缓存
        print prev_line
    }

    # 将当前行缓存为下一次比较的上一行
    prev_name = cur_name
    prev_3 = cur_3
    prev_5 = $5
    prev_6 = $6 + 0
    prev_line = $0
}
END {
    # 输出最后一行没有后续行比较的内容
    print prev_line
}
' 你的输入文件路径

说明 #

• 代码核心逻辑是缓存前一行的完整内容和关键字段，读入新行后先完成两行的匹配判断，处理完前一行再输出，再将当前行更新为缓存，实现跨行比较。
• 如果运行时提示mktime不存在，说明你使用的是BSD版本awk，安装GNU awk（gawk）即可正常运行。
• 代码输出和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者DSTO