☰

打印文件的随机行，但最大计数为特定值

tag-icon • tag-icon text-processing scripting gawk
打印文件的随机行，但最大计数为特定值

我有一个输入文件，我想从中随机选择一行。在每一行的列中都有一个值，我只想随机选择该值的最大计数的行数，而不是更多。

因此，为了简单起见，我从一个如下所示的测试文件开始：

1 1
2 1
3 1
4 1
5 2
6 2
7 3
8 4
9 4
10 4
11 5
12 5
13 5
14 5
15 5
16 6
17 6
18 7
19 8
20 8

现在我想随机选择行，但最多只能选择第 2 列中每个值 1 行：

1 1
6 2
7 3
9 4
13 5
17 6
18 7
19 8

这是我编写的用于选择最多行数的代码：

#!/bin/bash

for ((i>0;i<8;i++))
do
gawk -v i="${i}" 'BEGIN{n=1} {if (i==$2 && n<=1) {n++;print $0;} if (n>1){next}} ' input >> output
done

我如何扩展它以选择随机行最多？

答案1

对于 GNU sort，以 1 为最大值：

sort -R file | sort -uk2,2

对于任意值作为最大值：

sort -R file | awk -v max=2 '++count[$2] <= max' | head -n 8

相关内容