使用涉及 100 多个列的长 awk 操作概括（特定）脚本
Generalize a (particular) script with a long awk operation involving 100+ columns
下面代码中手动输入的内容丰富，请只看一眼，无需看懂：
#!/bin/bash
paste A1.dat A2.dat A3.dat A4.dat A5.dat A6.dat > A.dat
awk '{print ( + + + + + ), ( + + + + + ), ( + + + + + ) + ( + + + + + 1) + ( + + + + + 3), ( + + + + + 0) + ( + + + + + 2) + ( + $ 28 + + + + 4), ( + + + + + 5) + ( + + + + + 7) + ( + + + + + 9) + ( + + + + + 1) + ( + + + + + 3), ( + + + + + 6) + ( + + + + + 8) + ( + + + + + 0) + ( + + + + + 2) + ( + + + + + 4)}' A.dat >> A_full.dat
代码objective：获取存储在n 输入文件中的数据，每个文件包含 19 列数据和相等的行数。以某种方式处理此数据以生成具有 7 列数据和与每个输入文件相同的行数的输出文件。
我在上面的代码中做了什么：使用paste将所有n个输入文件（A？.dat）合并为1个文件（A.dat).接下来，我使用 awk 操作 A.dat 中的数据以获得输出文件 (A_full.dat)。对于较大的 n 值，这变得难以控制和麻烦。
我的要求：帮助我概括n的任何值的代码。我上面发布的代码适用于 n=6 的情况。要了解代码的数据操作，请查看下面 n=2 的代码（请参阅示例文件后的解释）：
#!/bin/bash
paste A1.dat A2.dat > A.dat
awk '{print , ( + ), ( + ), ( + ) + ( + ) + ( + ), ( + ) + ( + ) + ( + ), ( + ) + ( + ) + ( + ) + ( + ) + ( + ), ( + ) + ( + ) + ( + ) + ( + ) + ( + )}' A.dat >> A_full.dat
示例文件:
A1.dat:
-0.908 0.3718E-03 0.2227E-02 0.1216E-05 0.6719E-05 0.1697E-05 0.1052E-04 0.1697E-05 0.1052E-04 0.5774E-07 0.3360E-06 0.5774E-07 0.3360E-06 0.5418E-06 0.3169E-05 0.1972E-06 0.1099E-05 0.1610E-05 0.9417E-05
-0.902 0.1042E-02 0.3365E-02 0.3427E-05 0.1021E-04 0.4837E-05 0.1619E-04 0.4837E-05 0.1619E-04 0.1623E-06 0.5093E-06 0.1623E-06 0.5093E-06 0.1522E-05 0.4803E-05 0.5530E-06 0.1661E-05 0.4522E-05 0.1427E-04
-0.895 0.1962E-02 0.4677E-02 0.6479E-05 0.1428E-04 0.9232E-05 0.2289E-04 0.9232E-05 0.2289E-04 0.3064E-06 0.7100E-06 0.3064E-06 0.7100E-06 0.2870E-05 0.6694E-05 0.1042E-05 0.2310E-05 0.8530E-05 0.1988E-04
-0.889 0.3067E-02 0.6167E-02 0.1019E-04 0.1893E-04 0.1470E-04 0.3064E-04 0.1470E-04 0.3064E-04 0.4806E-06 0.9388E-06 0.4806E-06 0.9388E-06 0.4500E-05 0.8850E-05 0.1629E-05 0.3047E-05 0.1337E-04 0.2629E-04
A2.dat:
-0.908 0.9081E-04 0.5463E-03 0.9126E-05 0.5564E-04 0.4880E-06 0.3004E-05 0.4880E-06 0.3004E-05 0.2218E-06 0.1311E-05 0.2218E-06 0.1311E-05 0.1433E-06 0.8079E-06 0.1452E-06 0.8808E-06 0.4262E-06 0.2402E-05
-0.902 0.2531E-03 0.8191E-03 0.2580E-04 0.8502E-04 0.1377E-05 0.4565E-05 0.1377E-05 0.4565E-05 0.6264E-06 0.2000E-05 0.6264E-06 0.2000E-05 0.3994E-06 0.1211E-05 0.4063E-06 0.1327E-05 0.1188E-05 0.3599E-05
-0.895 0.4742E-03 0.1130E-02 0.4894E-04 0.1194E-03 0.2604E-05 0.6378E-05 0.2604E-05 0.6378E-05 0.1187E-05 0.2805E-05 0.1187E-05 0.2805E-05 0.7483E-06 0.1670E-05 0.7638E-06 0.1839E-05 0.2225E-05 0.4963E-05
-0.889 0.7357E-03 0.1480E-02 0.7735E-04 0.1591E-03 0.4094E-05 0.8448E-05 0.4094E-05 0.8448E-05 0.1874E-05 0.3729E-05 0.1874E-05 0.3729E-05 0.1161E-05 0.2186E-05 0.1191E-05 0.2419E-05 0.3452E-05 0.6496E-05
A.dat:
-0.908 0.3718E-03 0.2227E-02 0.1216E-05 0.6719E-05 0.1697E-05 0.1052E-04 0.1697E-05 0.1052E-04 0.5774E-07 0.3360E-06 0.5774E-07 0.3360E-06 0.5418E-06 0.3169E-05 0.1972E-06 0.1099E-05 0.1610E-05 0.9417E-05 -0.908 0.9081E-04 0.5463E-03 0.9126E-05 0.5564E-04 0.4880E-06 0.3004E-05 0.4880E-06 0.3004E-05 0.2218E-06 0.1311E-05 0.2218E-06 0.1311E-05 0.1433E-06 0.8079E-06 0.1452E-06 0.8808E-06 0.4262E-06 0.2402E-05
-0.902 0.1042E-02 0.3365E-02 0.3427E-05 0.1021E-04 0.4837E-05 0.1619E-04 0.4837E-05 0.1619E-04 0.1623E-06 0.5093E-06 0.1623E-06 0.5093E-06 0.1522E-05 0.4803E-05 0.5530E-06 0.1661E-05 0.4522E-05 0.1427E-04 -0.902 0.2531E-03 0.8191E-03 0.2580E-04 0.8502E-04 0.1377E-05 0.4565E-05 0.1377E-05 0.4565E-05 0.6264E-06 0.2000E-05 0.6264E-06 0.2000E-05 0.3994E-06 0.1211E-05 0.4063E-06 0.1327E-05 0.1188E-05 0.3599E-05
-0.895 0.1962E-02 0.4677E-02 0.6479E-05 0.1428E-04 0.9232E-05 0.2289E-04 0.9232E-05 0.2289E-04 0.3064E-06 0.7100E-06 0.3064E-06 0.7100E-06 0.2870E-05 0.6694E-05 0.1042E-05 0.2310E-05 0.8530E-05 0.1988E-04 -0.895 0.4742E-03 0.1130E-02 0.4894E-04 0.1194E-03 0.2604E-05 0.6378E-05 0.2604E-05 0.6378E-05 0.1187E-05 0.2805E-05 0.1187E-05 0.2805E-05 0.7483E-06 0.1670E-05 0.7638E-06 0.1839E-05 0.2225E-05 0.4963E-05
-0.889 0.3067E-02 0.6167E-02 0.1019E-04 0.1893E-04 0.1470E-04 0.3064E-04 0.1470E-04 0.3064E-04 0.4806E-06 0.9388E-06 0.4806E-06 0.9388E-06 0.4500E-05 0.8850E-05 0.1629E-05 0.3047E-05 0.1337E-04 0.2629E-04 -0.889 0.7357E-03 0.1480E-02 0.7735E-04 0.1591E-03 0.4094E-05 0.8448E-05 0.4094E-05 0.8448E-05 0.1874E-05 0.3729E-05 0.1874E-05 0.3729E-05 0.1161E-05 0.2186E-05 0.1191E-05 0.2419E-05 0.3452E-05 0.6496E-05
A_full.dat:
-0.908 0.00046261 0.0027733 1.4712e-05 8.9407e-05 3.62278e-06 2.10697e-05
-0.902 0.0012951 0.0041841 4.1655e-05 0.00013674 1.01681e-05 3.18896e-05
-0.895 0.0024362 0.005807 7.9091e-05 0.000192216 1.91659e-05 4.4386e-05
-0.889 0.0038027 0.007647 0.000125128 0.000256206 3.00122e-05 5.86236e-05
更多关于输出文件的 7 列 (A_full.dat):
- 所有输入 A?.dat 文件在第 1 列中具有相同的值。A_full.dat 也必须具有相同的第 1 列。
- A_full.dat 的第 2 列应该是所有 A?.dat 文件的第 2 列的总和。
- A_full.dat 的第 3 列应该是所有 A?.dat 文件的第 3 列的总和。
- A_full.dat 的第 4 列应该是所有 A?.dat 文件的第 4、6 和 8 列的总和。
- A_full.dat 的第 5 列应该是所有 A?.dat 文件的第 5、7 和 9 列的总和。
- A_full.dat 的第 6 列应该是所有 A?.dat 文件的第 10、12、14、16 和 18 列的总和。
- A_full.dat 的第 7 列应该是所有 A?.dat 文件的第 11、13、15、17 和 19 列的总和。
起初，我以一种令人困惑的方式发布了这个问题，但在@markp-fuso 的帮助下，我对其进行了编辑，使其更容易理解。
注意：根据 OP 的最新更改（在输出中包含字段 $1）进行了更新，并结合了 EdMorton 对 awk/for 循环的建议。
基于 OP 当前的 awk 命令...
awk '{print ( + + + + + ), ( + + + + + ), ( + + + + + ) + ( + + + + + 1) + ( + + + + + 3), ( + + + + + 0) + ( + + + + + 2) + ( + $ 28 + + + + 4), ( + + + + + 5) + ( + + + + + 7) + ( + + + + + 9) + ( + + + + + 1) + ( + + + + + 3), ( + + + + + 6) + ( + + + + + 8) + ( + + + + + 0) + ( + + + + + 2) + ( + + + + + 4)}' A.dat >> A_full.dat
...以及各种评论和编辑，我得出以下结论：
- 所有输入文件都有 19 个字段
- 所有输入文件的行数相同
- 不确定要对字段 #1 做什么（如果有的话）（由于问题编辑和令人困惑的解释）
- 期望的输出由每组输入行的 7x 列（
col1 到 col7）组成
col1：从第一个文件复制字段#1（所有输入文件中的字段#1 应该相同）col2：所有输入文件中字段 #2 的总和col3：（取反）来自所有输入文件的字段#3 的总和col4：所有输入文件中字段#4、#6 和#8 的总和col5 ：（取反）来自所有输入文件的字段#5、#7 和#9 的总和col6：所有输入文件中字段#10、#12、#14、#16 和#18 的总和col7：所有输入文件中字段#11、#13、#15、#17 和#19 的总和- 现在我假设我们希望输出行按照从输入文件中读取的相同顺序排序（即输入 NR == 输出 NR）
- OP 需要一个可以处理
n 个输入文件 的解决方案
而不是 paste(ing) n 输入文件到一个大文件 (A.dat) 然后让 awk 解析 n x 19列，我建议 awk 读取单个数据文件 (A?.dat) 并累积所需的数据值 'on the fly'.
一个awk解法：
awk '
FNR==NR { col1[FNR]= }
{ col2[FNR]+=()
col3[FNR]-=()
col4[FNR]+=( + + )
col5[FNR]-=( + + )
col6[FNR]+=( + + + + )
col7[FNR]+=( + + + + )
}
END { for ( i=1 ; i <= FNR ; i++ )
printf "%s %7.5f %7.5f %8.6f %8.6f %d %d\n", col1[i], col2[i], col3[i], col4[i], col5[i], col6[i], col7[i]
}
' A1.dat A2.dat A3.dat ... An.dat
注意：printf格式基于OP提供的有限样本输出；可能需要根据来自更大数据集的所需结果来调整这些。
注意：这个awk解决方案的一个缺点是我们必须将所有（输出）数据存储在一组数组中，这反过来可能导致如果我们处理大量的行，内存使用问题。
将 OPs 示例输入文件 (A.dat) 解析回前 2 个原始数据文件：
$ cat A1.dat
4.429 0.3620E-01 0.3919E-01 0.1063E-01 0.9525E-02 0.9146E-02 0.7986E-02 0.9146E-02 0.7986E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.436 0.3489E-01 0.3876E-01 0.1022E-01 0.9461E-02 0.8803E-02 0.7872E-02 0.8803E-02 0.7872E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.442 0.3364E-01 0.3852E-01 0.9760E-02 0.9469E-02 0.8402E-02 0.7801E-02 0.8402E-02 0.7801E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.449 0.3260E-01 0.3917E-01 0.9364E-02 0.9753E-02 0.8040E-02 0.8083E-02 0.8040E-02 0.8083E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
$ cat A2.dat
4.429 0.4333E-01 0.3393E-01 0.6788E-02 0.6654E-02 0.8228E-02 0.7242E-02 0.8228E-02 0.7242E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.436 0.4101E-01 0.3372E-01 0.6687E-02 0.6563E-02 0.7849E-02 0.7179E-02 0.7849E-02 0.7179E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.442 0.3861E-01 0.3437E-01 0.6561E-02 0.6437E-02 0.7440E-02 0.7192E-02 0.7440E-02 0.7192E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.449 0.3646E-01 0.3667E-01 0.6462E-02 0.6514E-02 0.7091E-02 0.7443E-02 0.7091E-02 0.7443E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
运行 建议的 awk 针对这些 2x 输入文件的解决方案生成：
$ awk '{ col1[FNR]+= .... }' A1.dat A2.dat
4.429 0.07953 -0.07312 0.052166 -0.046635 0 0
4.436 0.07590 -0.07248 0.050211 -0.046126 0 0
4.442 0.07225 -0.07289 0.048005 -0.045892 0 0
4.449 0.06906 -0.07584 0.046088 -0.047319 0 0
下面代码中手动输入的内容丰富，请只看一眼，无需看懂：
#!/bin/bash
paste A1.dat A2.dat A3.dat A4.dat A5.dat A6.dat > A.dat
awk '{print ( + + + + + ), ( + + + + + ), ( + + + + + ) + ( + + + + + 1) + ( + + + + + 3), ( + + + + + 0) + ( + + + + + 2) + ( + $ 28 + + + + 4), ( + + + + + 5) + ( + + + + + 7) + ( + + + + + 9) + ( + + + + + 1) + ( + + + + + 3), ( + + + + + 6) + ( + + + + + 8) + ( + + + + + 0) + ( + + + + + 2) + ( + + + + + 4)}' A.dat >> A_full.dat
代码objective：获取存储在n 输入文件中的数据，每个文件包含 19 列数据和相等的行数。以某种方式处理此数据以生成具有 7 列数据和与每个输入文件相同的行数的输出文件。
我在上面的代码中做了什么：使用paste将所有n个输入文件（A？.dat）合并为1个文件（A.dat).接下来，我使用 awk 操作 A.dat 中的数据以获得输出文件 (A_full.dat)。对于较大的 n 值，这变得难以控制和麻烦。
我的要求：帮助我概括n的任何值的代码。我上面发布的代码适用于 n=6 的情况。要了解代码的数据操作，请查看下面 n=2 的代码（请参阅示例文件后的解释）：
#!/bin/bash
paste A1.dat A2.dat > A.dat
awk '{print , ( + ), ( + ), ( + ) + ( + ) + ( + ), ( + ) + ( + ) + ( + ), ( + ) + ( + ) + ( + ) + ( + ) + ( + ), ( + ) + ( + ) + ( + ) + ( + ) + ( + )}' A.dat >> A_full.dat
示例文件:
A1.dat:
-0.908 0.3718E-03 0.2227E-02 0.1216E-05 0.6719E-05 0.1697E-05 0.1052E-04 0.1697E-05 0.1052E-04 0.5774E-07 0.3360E-06 0.5774E-07 0.3360E-06 0.5418E-06 0.3169E-05 0.1972E-06 0.1099E-05 0.1610E-05 0.9417E-05
-0.902 0.1042E-02 0.3365E-02 0.3427E-05 0.1021E-04 0.4837E-05 0.1619E-04 0.4837E-05 0.1619E-04 0.1623E-06 0.5093E-06 0.1623E-06 0.5093E-06 0.1522E-05 0.4803E-05 0.5530E-06 0.1661E-05 0.4522E-05 0.1427E-04
-0.895 0.1962E-02 0.4677E-02 0.6479E-05 0.1428E-04 0.9232E-05 0.2289E-04 0.9232E-05 0.2289E-04 0.3064E-06 0.7100E-06 0.3064E-06 0.7100E-06 0.2870E-05 0.6694E-05 0.1042E-05 0.2310E-05 0.8530E-05 0.1988E-04
-0.889 0.3067E-02 0.6167E-02 0.1019E-04 0.1893E-04 0.1470E-04 0.3064E-04 0.1470E-04 0.3064E-04 0.4806E-06 0.9388E-06 0.4806E-06 0.9388E-06 0.4500E-05 0.8850E-05 0.1629E-05 0.3047E-05 0.1337E-04 0.2629E-04
A2.dat:
-0.908 0.9081E-04 0.5463E-03 0.9126E-05 0.5564E-04 0.4880E-06 0.3004E-05 0.4880E-06 0.3004E-05 0.2218E-06 0.1311E-05 0.2218E-06 0.1311E-05 0.1433E-06 0.8079E-06 0.1452E-06 0.8808E-06 0.4262E-06 0.2402E-05
-0.902 0.2531E-03 0.8191E-03 0.2580E-04 0.8502E-04 0.1377E-05 0.4565E-05 0.1377E-05 0.4565E-05 0.6264E-06 0.2000E-05 0.6264E-06 0.2000E-05 0.3994E-06 0.1211E-05 0.4063E-06 0.1327E-05 0.1188E-05 0.3599E-05
-0.895 0.4742E-03 0.1130E-02 0.4894E-04 0.1194E-03 0.2604E-05 0.6378E-05 0.2604E-05 0.6378E-05 0.1187E-05 0.2805E-05 0.1187E-05 0.2805E-05 0.7483E-06 0.1670E-05 0.7638E-06 0.1839E-05 0.2225E-05 0.4963E-05
-0.889 0.7357E-03 0.1480E-02 0.7735E-04 0.1591E-03 0.4094E-05 0.8448E-05 0.4094E-05 0.8448E-05 0.1874E-05 0.3729E-05 0.1874E-05 0.3729E-05 0.1161E-05 0.2186E-05 0.1191E-05 0.2419E-05 0.3452E-05 0.6496E-05
A.dat:
-0.908 0.3718E-03 0.2227E-02 0.1216E-05 0.6719E-05 0.1697E-05 0.1052E-04 0.1697E-05 0.1052E-04 0.5774E-07 0.3360E-06 0.5774E-07 0.3360E-06 0.5418E-06 0.3169E-05 0.1972E-06 0.1099E-05 0.1610E-05 0.9417E-05 -0.908 0.9081E-04 0.5463E-03 0.9126E-05 0.5564E-04 0.4880E-06 0.3004E-05 0.4880E-06 0.3004E-05 0.2218E-06 0.1311E-05 0.2218E-06 0.1311E-05 0.1433E-06 0.8079E-06 0.1452E-06 0.8808E-06 0.4262E-06 0.2402E-05
-0.902 0.1042E-02 0.3365E-02 0.3427E-05 0.1021E-04 0.4837E-05 0.1619E-04 0.4837E-05 0.1619E-04 0.1623E-06 0.5093E-06 0.1623E-06 0.5093E-06 0.1522E-05 0.4803E-05 0.5530E-06 0.1661E-05 0.4522E-05 0.1427E-04 -0.902 0.2531E-03 0.8191E-03 0.2580E-04 0.8502E-04 0.1377E-05 0.4565E-05 0.1377E-05 0.4565E-05 0.6264E-06 0.2000E-05 0.6264E-06 0.2000E-05 0.3994E-06 0.1211E-05 0.4063E-06 0.1327E-05 0.1188E-05 0.3599E-05
-0.895 0.1962E-02 0.4677E-02 0.6479E-05 0.1428E-04 0.9232E-05 0.2289E-04 0.9232E-05 0.2289E-04 0.3064E-06 0.7100E-06 0.3064E-06 0.7100E-06 0.2870E-05 0.6694E-05 0.1042E-05 0.2310E-05 0.8530E-05 0.1988E-04 -0.895 0.4742E-03 0.1130E-02 0.4894E-04 0.1194E-03 0.2604E-05 0.6378E-05 0.2604E-05 0.6378E-05 0.1187E-05 0.2805E-05 0.1187E-05 0.2805E-05 0.7483E-06 0.1670E-05 0.7638E-06 0.1839E-05 0.2225E-05 0.4963E-05
-0.889 0.3067E-02 0.6167E-02 0.1019E-04 0.1893E-04 0.1470E-04 0.3064E-04 0.1470E-04 0.3064E-04 0.4806E-06 0.9388E-06 0.4806E-06 0.9388E-06 0.4500E-05 0.8850E-05 0.1629E-05 0.3047E-05 0.1337E-04 0.2629E-04 -0.889 0.7357E-03 0.1480E-02 0.7735E-04 0.1591E-03 0.4094E-05 0.8448E-05 0.4094E-05 0.8448E-05 0.1874E-05 0.3729E-05 0.1874E-05 0.3729E-05 0.1161E-05 0.2186E-05 0.1191E-05 0.2419E-05 0.3452E-05 0.6496E-05
A_full.dat:
-0.908 0.00046261 0.0027733 1.4712e-05 8.9407e-05 3.62278e-06 2.10697e-05
-0.902 0.0012951 0.0041841 4.1655e-05 0.00013674 1.01681e-05 3.18896e-05
-0.895 0.0024362 0.005807 7.9091e-05 0.000192216 1.91659e-05 4.4386e-05
-0.889 0.0038027 0.007647 0.000125128 0.000256206 3.00122e-05 5.86236e-05
更多关于输出文件的 7 列 (A_full.dat):
- 所有输入 A?.dat 文件在第 1 列中具有相同的值。A_full.dat 也必须具有相同的第 1 列。
- A_full.dat 的第 2 列应该是所有 A?.dat 文件的第 2 列的总和。
- A_full.dat 的第 3 列应该是所有 A?.dat 文件的第 3 列的总和。
- A_full.dat 的第 4 列应该是所有 A?.dat 文件的第 4、6 和 8 列的总和。
- A_full.dat 的第 5 列应该是所有 A?.dat 文件的第 5、7 和 9 列的总和。
- A_full.dat 的第 6 列应该是所有 A?.dat 文件的第 10、12、14、16 和 18 列的总和。
- A_full.dat 的第 7 列应该是所有 A?.dat 文件的第 11、13、15、17 和 19 列的总和。
起初，我以一种令人困惑的方式发布了这个问题，但在@markp-fuso 的帮助下，我对其进行了编辑，使其更容易理解。
注意：根据 OP 的最新更改（在输出中包含字段 $1）进行了更新，并结合了 EdMorton 对 awk/for 循环的建议。
基于 OP 当前的 awk 命令...
awk '{print ( + + + + + ), ( + + + + + ), ( + + + + + ) + ( + + + + + 1) + ( + + + + + 3), ( + + + + + 0) + ( + + + + + 2) + ( + $ 28 + + + + 4), ( + + + + + 5) + ( + + + + + 7) + ( + + + + + 9) + ( + + + + + 1) + ( + + + + + 3), ( + + + + + 6) + ( + + + + + 8) + ( + + + + + 0) + ( + + + + + 2) + ( + + + + + 4)}' A.dat >> A_full.dat
...以及各种评论和编辑，我得出以下结论：
- 所有输入文件都有 19 个字段
- 所有输入文件的行数相同
- 不确定要对字段 #1 做什么（如果有的话）（由于问题编辑和令人困惑的解释）
- 期望的输出由每组输入行的 7x 列（
col1到col7）组成 col1：从第一个文件复制字段#1（所有输入文件中的字段#1 应该相同）col2：所有输入文件中字段 #2 的总和col3：（取反）来自所有输入文件的字段#3 的总和col4：所有输入文件中字段#4、#6 和#8 的总和col5：（取反）来自所有输入文件的字段#5、#7 和#9 的总和col6：所有输入文件中字段#10、#12、#14、#16 和#18 的总和col7：所有输入文件中字段#11、#13、#15、#17 和#19 的总和- 现在我假设我们希望输出行按照从输入文件中读取的相同顺序排序（即输入 NR == 输出 NR）
- OP 需要一个可以处理
n个输入文件 的解决方案
而不是 paste(ing) n 输入文件到一个大文件 (A.dat) 然后让 awk 解析 n x 19列，我建议 awk 读取单个数据文件 (A?.dat) 并累积所需的数据值 'on the fly'.
一个awk解法：
awk '
FNR==NR { col1[FNR]= }
{ col2[FNR]+=()
col3[FNR]-=()
col4[FNR]+=( + + )
col5[FNR]-=( + + )
col6[FNR]+=( + + + + )
col7[FNR]+=( + + + + )
}
END { for ( i=1 ; i <= FNR ; i++ )
printf "%s %7.5f %7.5f %8.6f %8.6f %d %d\n", col1[i], col2[i], col3[i], col4[i], col5[i], col6[i], col7[i]
}
' A1.dat A2.dat A3.dat ... An.dat
注意：printf格式基于OP提供的有限样本输出；可能需要根据来自更大数据集的所需结果来调整这些。
注意：这个awk解决方案的一个缺点是我们必须将所有（输出）数据存储在一组数组中，这反过来可能导致如果我们处理大量的行，内存使用问题。
将 OPs 示例输入文件 (A.dat) 解析回前 2 个原始数据文件：
$ cat A1.dat
4.429 0.3620E-01 0.3919E-01 0.1063E-01 0.9525E-02 0.9146E-02 0.7986E-02 0.9146E-02 0.7986E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.436 0.3489E-01 0.3876E-01 0.1022E-01 0.9461E-02 0.8803E-02 0.7872E-02 0.8803E-02 0.7872E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.442 0.3364E-01 0.3852E-01 0.9760E-02 0.9469E-02 0.8402E-02 0.7801E-02 0.8402E-02 0.7801E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.449 0.3260E-01 0.3917E-01 0.9364E-02 0.9753E-02 0.8040E-02 0.8083E-02 0.8040E-02 0.8083E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
$ cat A2.dat
4.429 0.4333E-01 0.3393E-01 0.6788E-02 0.6654E-02 0.8228E-02 0.7242E-02 0.8228E-02 0.7242E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.436 0.4101E-01 0.3372E-01 0.6687E-02 0.6563E-02 0.7849E-02 0.7179E-02 0.7849E-02 0.7179E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.442 0.3861E-01 0.3437E-01 0.6561E-02 0.6437E-02 0.7440E-02 0.7192E-02 0.7440E-02 0.7192E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
4.449 0.3646E-01 0.3667E-01 0.6462E-02 0.6514E-02 0.7091E-02 0.7443E-02 0.7091E-02 0.7443E-02 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00 0.0000E+00
运行 建议的 awk 针对这些 2x 输入文件的解决方案生成：
$ awk '{ col1[FNR]+= .... }' A1.dat A2.dat
4.429 0.07953 -0.07312 0.052166 -0.046635 0 0
4.436 0.07590 -0.07248 0.050211 -0.046126 0 0
4.442 0.07225 -0.07289 0.048005 -0.045892 0 0
4.449 0.06906 -0.07584 0.046088 -0.047319 0 0