linux - 使用linux命令随机选择列

Question

我有一个包含 606,347 个列 的平面文件 (.txt)，我想提取 50,000 个 RANDOM 列，第一列除外，这是样本标识。我怎样才能使用 Linux 命令做到这一点？ 我的文件看起来像:

ID  SNP1    SNP2    SNP3
1   0   0   2
2   1   0   2
3   2   0   1
4   1   1   2
5   2   1   0

它是 TAB 分隔的。

非常感谢。

干杯，

宝拉。

Answer 1

awk来救援!

$ cat shuffle.awk

   function shuffle(a,n,k) {
     for(i=1;i<=k;i++) {
       j=int(rand()*(n-i))+i
       if(j in a) a[i]=a[j]
       else a[i]=j
       a[j]=i;
     }
   }

   BEGIN {srand()}
   NR==1 {shuffle(ar,NF,ncols)}
         {for(i=1;i<=ncols;i++) printf "%s", $(ar[i]) FS; print ""}

一般用法

$ echo $(seq 5) | awk -f shuffle.awk -v ncols=5
3 4 1 5 2

在您的特殊情况下，您可以打印 $1 并从 2 开始函数循环。

即改变

for(i=1;i<=k;i++)至 a[1]=1; for(i=2;i<=k;i++)