【问题标题】：How do I select specific columns with the perl -lane command line?如何使用 perl -lane 命令行选择特定列？
【发布时间】：2019-01-10 07:35:06
【问题描述】：

下面的命令行适用于我

perl -F'\t' -lane'print join ",", @F[1,2]' inputfile

但我想传递一个可变的列列表，不一定是 @F[1,2] 中指定的第 1 列和第 2 列。

例如，根据输入文件的总列数，我想随机选择一个子集"$random-columns"，并将其传递给@F[$random-columns]。

我该怎么做？

我尝试首先生成一个 1 到 50 之间的 5 个随机列号的 columnList：

columnList=()
for (( i = 0; i <= 5-1; ++i ))
do
    (( randCol = ($RANDOM % 50) + 1 ))
    columnList[i]=$randCol
done

然后我做了以下插入逗号：

cols_new=$(IFS=,; echo "${columnList[*]}")

并尝试将其传递给 perl 命令行，如下所示（无效）：

perl -F'\t' -lane'print join ",", @F[$cols_new]' inputfile

【问题讨论】：

标签： shell perl

【解决方案1】：

您的perl -e'...$cols_new...' 使用单壳引号，因此壳不插入变量。

虽然您可以使用插值或命令行参数从 shell 获取信息到 perl oneliner，但环境变量通常不那么麻烦：

export cols_new=1,2
perl -F'\t' -lane 'print join ",", @F[split /,/, $ENV{cols_new}]' inputfile

【讨论】：

或者在一些简单的情况下（比如这个），只需将两个' 替换为"，将"," 替换为'"' 或q(,)。如perl -F'\t' -lane "print join q(,), @F[split /,/, $cols_new]" inputfile。但我认为最好使用 perl 来生成随机数数组，就像@beasy 的答案一样。
@KjetilS。除了问题是“我想传递一个可变的列列表”。关于随机列的内容只是“例如”

【解决方案2】：

你可以在 Perl 中生成随机数：

perl -F'\t' -lane 'BEGIN { @cols = map int(rand 50) + 1, 1 .. 5 } print join ",", @F[@cols]' inputfile

【讨论】：

【解决方案3】：

使用rand。

从0到50的五个随机数：

@randoms = map {int(rand(50))} 1..5;

在你的单行中：

perl -F'\t' -lane 'print join ",", @F[map {int(rand(50))} 1..5]' inputfile

要对每一行使用相同的随机列索引，请使用在程序开始时只执行一次的BEGIN 块：

perl -F'\t' -lane 'BEGIN {@rand = map {int(rand(50))} 1..5]}; print join ",", @F[@rand]' inputfile

【讨论】：

这将为每个输入行获得一组不同的随机列，这是一个非常不同的事情
int(rand(50)) 创建一个从 0 到 49，而不是 0 到 50 的随机整数。此外，这里不需要 int()，因为这些数字用于数组索引，Perl 会自动“整数”那些。
@ysth。如果我们需要每行相同的随机列，只需：perl -F'\t' -lane '@i=map rand(1+$#F), 1..5 if not @i; print join ",", @F[@i]' inputfile。这里使用 1+$#F 而不是 50，因为这允许文件恰好在其第一行具有任意数量的字段。
@KjetilS。 1+$#F 最好写成@F。
@melpomene ← 同意，但我认为0+@F 更具可读性。（并允许某些未来的 rand() 具有多个参数，尽管这不太可能）

【解决方案4】：

非常感谢大家！！我按照您的建议解决了问题（见下文）：

从 2-$fileColumnCount 范围内随机选择 $extractColumnCount 列，对它们进行排序并将它们放在 $cols_new_temp 中

cols_new_temp=$(echo $(shuf -i 2-$fileColumnCount -n $extractColumnCount | sort -n))

回声 $cols_new_temp

此 Perl oneliner 从 $file1 中指定的文件中检索预先指定的随机选择列 ($cols_new) 的子集，添加第一列和输出列。然后将生成的文件保存为 $file2

【讨论】：