特定比例的随机分割文件

Question

我想使用 awk 随机 80/20 拆分文件。

我已经阅读并尝试了找到 HERE 的选项，其中提出了如下建议:

$ awk -v N=`cat FILE | wc -l` 'rand()<3000/N' FILE

如果您想要随机选择，效果很好。

但是，是否可以更改此 awk 以将一个文件分成 80/20(或任何其他)比例的两个文件？

Answer 1

用gawk，你会写

gawk '
    BEGIN {srand()}
    {f = FILENAME (rand() <= 0.8 ? ".80" : ".20"); print > f}
' file

例子:

seq 100 > 100.txt
gawk 'BEGIN {srand()} {f = FILENAME (rand() <= 0.8 ? ".80" : ".20"); print > f}' 100.txt
wc -l 100.txt*

100 100.txt
 23 100.txt.20
 77 100.txt.80
200 total