rand（）如何在awk中运行

Question

我正在尝试使用awk和rand()对csv文件的第二列进行采样（任意数量的样本都可以）。但是，我注意到我总是得到相同数量的样本

cat toy.txt | awk -F',' 'rand()<0.2 {print $2}' | wc -l

我进行了探索，似乎rand()没有像我预期的那样工作。例如，下面的a似乎总是1，

cat toy.txt | awk -F',' 'a=rand() a<0.2 {print a}' 

为什么？

Answer 1

来自documentation：

  

注意：在大多数awk实现中，包括gawk，rand（）每次运行awk时都会从相同的起始编号或种子开始生成数字。因此，程序每次运行时都会生成相同的结果。这些数字在一个awk运行中是随机的，但是从运行到运行是可预测的。这对于调试很方便，但如果您希望程序在每次使用时都执行不同的操作，则必须将种子更改为每次运行时不同的值。为此，请使用srand（）。

Answer 2

因此，要应用手册页中指出的内容并在该论坛和Internet上的其他地方重复使用，我想使用：

awk -v rseed=$RANDOM 'BEGIN{srand(rseed);}{print rand()" "$0}'

rseed 变量是可选的，但包含在此处，因为有时当其他变量可以更改时，它可以帮助我具有确定性/可重复的随机序列用于仿真。