如何获取文本文件中前10％的行？

Question

我有一个包含多列的测试文件。我想基于包含数值的第8列进行排序，然后获取前10％的行并将它们导出到新文件。

我更喜欢在bash中这样做。我知道我可以排序-k8 -n进行排序，但我无法完成第二项任务。

输出：

如果我的文本文件有1000行，我只想要前100行。

文件以制表符分隔。

谢谢！

Answer 1

如果您可以将整个文件放入内存，那么您可以将输出发送到awk：

sort -nk8 file | awk '{ a[NR] = $0 } END { 
  for (i = 1; i <= NR / 10; ++i) print a[i] 
}'

每一行都保存在数组a中，由行号索引。第一行NR / 10行打印出来。

如果你有GNU awk，你甚至可以同时进行排序：

awk '{ a[NR] = $0 } END { 
  asort(a, b, "@val_num_asc"); for (i = 1; i <= NR / 10; ++i) print b[i] 
}' file

读取所有（未排序的）行后，asort按编号按升序排序。

另一种方法是将sort的结果输出到文件，然后使用以下内容：

head -n $(( $(wc -l < file) / 10 )) file

请记住shell算术只是整数，所以如果文件中有1009行，那么只输出100行。