文本随机20列加和

nina0622

有个问题想请教一下大家：
文件test如下（有n行n列）：

A 0 9 7 8 8 3 67 167 123 ...
B 9 7 6 2 0 9 167 178 1189 ...
C 89 5 8 0 29 0 1 7 832 980 ...

想要针对文件，随机筛选20列，并对这20列进行加和，筛选到最后不足20列的舍弃

生成文件result:
A 1078 3678 890 ...
B 676 278 889 ...
C 679 235 870 ...

可能比较麻烦的是随机这一关，我写完了代码是按照顺序的20列进行相加的模式，但是这次要换成随机的，并且不能重复（已经加和过的列不能重复使用）

谢谢大家

nulcearbear

想要针对文件，随机筛选20列，并对这20列进行加和，筛选到最后不足20列的舍弃

是说每行随机选20列加和并把加和结果放在最后就行了（只执行1次）
还是每行随机20列的加和放在最后，然后继续迭代这行，直到输出的列数小于20列？
另外舍弃是什么意思？
另外这个问题shell脚本解决起来太麻烦了，python倒是很容易。

Looiml

先生成个测试数据：

1. $ for i in {A..Z};do echo $i {1..100}; done>c.txt
   

复制代码

假定每一行都是取的相同随机列参与求和：cat test.awk

1. BEGIN{
   
2.         N=100
   
3.         C=20
   
4.         #generate the sequential array
   
5.         for(i=1;i<=N;i++)a[i]=i
   
6.         #shuffle the array
   
7.         srand()
   
8.         for(i=1;i<=N;i++){
   
9.                 ri=int(rand()*N)
   
10.                 t=a[i]
    
11.                 a[i]=a[ri]
    
12.                 a[ri]=t
    
13.         }
    
14. }
    
15. NF>=C{
    
16.         printf $1" "
    
17.         #summarize C columns each time until no more C coulumns available
    
18.         for(i=1;i+C<=N+1;i+=20){
    
19.                 sum=0
    
20.                 for(j=0;j<C;j++)sum+=$a[i+j]
    
21.                 printf("%d ",sum)
    
22.         }
    
23.         print ""
    
24. }

复制代码

得到结果：awk -f test.awk c.txt

1. A 1118 958 844 960 1070
   
2. B 1118 958 844 960 1070
   
3. C 1118 958 844 960 1070
   
4. D 1118 958 844 960 1070
   
5. E 1118 958 844 960 1070
   
6. F 1118 958 844 960 1070
   
7. G 1118 958 844 960 1070
   
8. H 1118 958 844 960 1070
   
9. I 1118 958 844 960 1070
   
10. J 1118 958 844 960 1070
    
11. K 1118 958 844 960 1070
    
12. L 1118 958 844 960 1070
    
13. M 1118 958 844 960 1070
    
14. N 1118 958 844 960 1070
    
15. O 1118 958 844 960 1070
    
16. P 1118 958 844 960 1070
    
17. Q 1118 958 844 960 1070
    
18. R 1118 958 844 960 1070
    
19. S 1118 958 844 960 1070
    
20. T 1118 958 844 960 1070
    
21. U 1118 958 844 960 1070
    
22. V 1118 958 844 960 1070
    
23. W 1118 958 844 960 1070
    
24. X 1118 958 844 960 1070
    
25. Y 1118 958 844 960 1070
    
26. Z 1118 958 844 960 1070

复制代码