Awk是Linux中用于字段提取与数据统计的高效命令行工具，支持按列提取、条件过滤统计、数值计算、多字段分组及格式化输出。
如果您需要从Linux系统中的文本报表中提取特定字段或进行数据统计，则Awk是内置且高效的命令行工具。以下是针对字段提取与数据统计的多种实用方法：
一、按列提取指定字段
Awk默认以空白字符（空格、制表符）为分隔符，通过$N可直接引用第N列内容，适用于结构化日志或CSV格式报表。
1、提取文件中每行的第2列和第4列，以制表符分隔输出：
awk '{print $2, $4}' report.txt
2、提取以冒号为分隔符的/etc/passwd中用户名（第1列）和用户ID（第3列）：
awk -F ':' '{print $1, $3}' /etc/passwd
3、仅显示第5列非空的行：
awk '$5 != "" {print $0}' report.txt
二、条件过滤后统计频次
结合模式匹配与计数变量，可快速统计某字段值出现次数，适用于日志分析或销售报表分类汇总。
1、统计access.log中HTTP状态码为404的请求数量：
awk '$9 == "404" {count++} END {print count+0}' access.log
2、统计report.csv中第3列（部门名称）各值出现频次：
awk -F ',' '{dept[$3]++} END {for (d in dept) print d, dept[d]}' report.csv
3、仅输出出现次数大于5的部门：
awk -F ',' '{dept[$3]++} END {for (d in dept) if (dept[d] > 5) print d, dept[d]}' report.csv
三、数值字段求和与平均值计算
Awk支持算术运算，适合对数字型字段（如销售额、响应时间）执行累加、均值等聚合操作。
1、计算sales.txt中第2列（金额）的总和：
awk '{sum += } END {print sum+0}' sales.txt
2、计算第2列的平均值（自动处理空行和非数字行）：
awk '$2 ~ /^[0-9.]+$/ {sum += $2; count++} END {if (count > 0) print sum/count}' sales.txt
3、同时输出总和、计数、平均值，用制表符分隔：
awk '$2 ~ /^[0-9.]+$/ {sum += $2; count++} END {print sum, count, (count>0 ? sum/count : 0)}' sales.txt
四、多字段组合分组统计
利用复合键（如$1,$2）作为数组下标，可实现按多个维度分组聚合，适用于订单报表中“地区+产品类型”的交叉统计。
1、按第1列（省份）和第3列（产品类别）统计数量：
awk '{key = $1 "," $3; cnt[key]++} END {for (k in cnt) print k, cnt[k]}' order_report.txt
2、在组合键基础上附加第4列（销售额）求和：
awk '{key = $1 "," $3; cnt[key]++; sum[key] += $4} END {for (k in cnt) print k, cnt[k], sum[k]}' order_report.txt
3、仅输出销售额总和超过10000的组合：
awk '{key = $1 "," $3; sum[key] += $4} END {for (k in sum) if (sum[k] > 10000) print k, sum[k]}' order_report.txt
五、格式化输出报表结果
通过printf可控制字段对齐、小数位数及分隔符样式，使统计结果更符合正式报表要求。
1、将统计结果按左对齐15字符、右对齐8字符格式输出：
awk '{cnt[$1]++} END {for (k in cnt) printf "%-15s %8d\n", k, cnt[k]}' log.txt
2、金额列保留两位小数并添加美元符号：
awk '{printf "%-10s $%.2f\n", $1, $2}' financial.txt
3、添加表头，并用等号线分隔：
awk 'BEGIN {printf "%-12s %-8s %-10s\n", "Region", "Count", "Total"; printf "%s\n", "===================================="} {sum[$1] += $3; cnt[$1]++} END {for (r in cnt) printf "%-12s %-8d $%.2f\n", r, cnt[r], sum[r]}' data.txt
