文章/答案/技术大牛

发布

社区首页 >问答首页 >生成用于分析的伪数据

问生成用于分析的伪数据
EN

Stack Overflow用户

提问于 2018-03-30 05:27:58

回答 1查看 85关注 0票数 2

我正在尝试生成伪数据来执行一些分析。我想洗牌前6列，然后附加他们与列7向前。

一个小的示例文件可以很好地与脚本配合使用，并给出所需的输出

但是，当我放入一个有1,000行和8644482列的文件时，这个命令永远不会结束这个脚本。

我在这个论坛上读到，对于bigdata，我可以使用

# install.packages("data.table")

library(data.table)

fread("bigDataFile.txt")

它给出了这个错误

possible actions:
1: abort (with core dump, if enabled)
2: normal R exit
3: exit R without saving workspace
4: exit R saving workspace
Selection: 2

输入文件：

B01 1 0 0 1 -9 C C G G A G
B04 4 0 0 1 -9 C C G G A G
B40 40 0 0 1 -9 T C G G A G
B50 50 0 0 1 -9 T C G G A G
B73 73 0 0 1 -9 C C G G A A
B78 78 0 0 2 -9 C C G G A G
B86 86 0 0 2 -9 T C A A A G
B92 92 0 0 1 -9 T C A G 0 0
B93 93 0 0 2 -9 C C A G A G
B94 94 0 0 2 -9 T C G G G G

输出

B40 40 0 0 1 -9 C C G G A G
B93 93 0 0 2 -9 C C G G A G
B01 1 0 0 1 -9 T C G G A G
B92 92 0 0 1 -9 T C G G A G
B04 4 0 0 1 -9 C C G G A A
B86 86 0 0 2 -9 C C G G A G
B73 73 0 0 1 -9 T C A A A G
B78 78 0 0 2 -9 T C A G 0 0
B94 94 0 0 2 -9 C C A G A G
B50 50 0 0 1 -9 T C G G G G

使用的命令：

x <- read.table("genotypeSample.txt",sep="")

> y <- c(x[sample(1:nrow(x)),1:6], x[,7:12])

> write.table(y,"shufx.txt",row.names=FALSE,col.names=FALSE, quote=F)

除了大文件问题，如果我想用这个脚本创建100个不同的文件，如何在循环中使用这个脚本。

我也尝试过Linux命令来实现这一点。在linux中Shuf -generate随机排列

cut -d" " -f1-6 genotypeSample.txt |shuf > a.txt

paste -d" " a.txt <(cut -d" " -f7- genotypeSample.txt)

for循环测试良好，但如何使用shuf生成100个随机排列呢？

for i in {1..100};do cut -d" " -f1-6 genotypeSample.txt |shuf  > a${i}.txt ;done

for i in {1..100}; do paste -d" " a${i}.txt <(cut -d" " -f7- genotypeSample.txt) > a$i.dat  ; done

我怎么才能修复它？

linux

bash

paste

shuffle

回答 1

Stack Overflow用户

发布于 2018-03-30 06:01:51

你可以做一次裁剪；也可以去掉中间文件，应该可以提高一些速度。

cut -d' ' -f1-6 genotypeSample.txt > a
cut -d' ' -f7-  genotypeSample.txt > b

for i in {1..100}; 
do 
    paste -d' ' <(shuf a) b > a$i.dat;
done

ps。未测试！

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/49565300

复制

相似问题

问生成用于分析的伪数据
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问生成用于分析的伪数据EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问生成用于分析的伪数据
EN