Python Linux：将文件列拆分为多个文件

将一个包含许多列（约600000列）的大文件拆分为6个文件并在6个文件中均匀分布列的最佳（最简单的）方法是什么？另外，我希望每个文件都有原始文件的前6列

例如：

 FID     IID     MID     PID     SEX     PHENO   SNP1    SNP2    SNP3    SNP4
 1       70323   0       0       2       2       0       0       1       0    ...
 2       70323   0       0       2       2       1       0       2       1    ...
 3       70323   0       0       2       2       0       0       0       1    ...
 ...

最好使用ubuntu提供的基本linux命令行函数（或perl/python脚本）解决方案

我的PERL解决方案： 下面是我在Perl中所做的。它非常丑陋，所以我希望有一个简单优雅的解决方案

#!/usr/bin/perl
use warnings;
use strict;

my $line;
my $num_snps=0;
my $i=0;

my $OUT1;
my $OUT2;
my $OUT3;
my $OUT4;

my $end1;
my $end2;
my $end3;
my $end4;
while($line = <>){
        chomp $line;
        my @a = split(/\s/,$line);
        if($i==0){
                $num_snps = $#a + 1 - 6;

                $end1 = 5+int($num_snps/4);
                $end2 = $end1+int($num_snps/4)+1;
                $end3 = $end2+int($num_snps/4)+1;
                $end4 = $#a;

                print("Breaks: $end1\t$end2\t$end3\t$end4\tTotal SNPs: $num_snps\n");
        }else{
                open($OUT1 , ">>kuehn1.raw");
                print $OUT1 join(" ",@a[0..5])." ".join(" ", @a[6..$end1])."\n";
                close($OUT1);
                open($OUT2 , ">>kuehn2.raw");
                print $OUT2 join(" ",@a[0..5])." ".join(" ", @a[($end1+1)..$end2])."\n";
                close($OUT2);
                open($OUT3 , ">>kuehn3.raw");
                print$OUT3 join(" ",@a[0..5])." ".join(" ", @a[($end2+1)..$end3])."\n";
                close($OUT3);
                open($OUT4 , ">>kuehn4.raw");
                print$OUT4 join(" ",@a[0..5])." ".join(" ", @a[($end3+1)..$end4])."\n";
                close($OUT4);
        }
        $i=$i+1;
}

#/usr/bin/perl
使用警告；
严格使用；
我的美元线；
我的$num\u snps=0；
我的$i=0；
我的1美元；
我的2美元；
我的3美元；
我的4美元；
我的$end1；
我的$end2；
我的$end3；
我的$end4；
而（$line=）{
chomp$行；
my@a=拆分（/\s/，$line）；
如果（$i==0）{
$num_snps=$#a+1-6；
$end1=5+int（$num\u snps/4）；
$end2=$end1+int（$num_snps/4）+1；
$end3=$end2+int（$num_snps/4）+1；
$end4=$#a；
打印（“中断：$end1\t$end2\t$end3\t$end4\t总SNPs:$num_SNPs\n”）；
}否则{
开放式（$OUT1，“>>kuehn1.raw”）；
打印$OUT1 join（“，@a[0..5]）。”。join（“，@a[6..$end1]）。“\n”；
收盘价（1美元）；
开放式（$OUT2，“>>kuehn2.raw”）；
打印$OUT2 join（“，@a[0..5]）。“”。join（“，@a[（$end1+1）…$end2]）。“\n”；
收盘价（2美元）；
开放式（$OUT3，“>>kuehn3.raw”）；
打印$OUT3 join（“，@a[0..5]）。”join（“，@a[（$end2+1）…$end3]）。“\n”；
收盘价（3美元）；
开放式（$OUT4，“>>kuehn4.raw”）；
打印$OUT4 join（“，@a[0..5]）。”join（“，@a[（$end3+1）…$end4]）。“\n”；
收盘价（4美元）；
}
$i=$i+1；
}

您可以首先使用

awk '{ print NF}' < file

awk'{print NF}'

然后利用这些知识构造断点。所以如果你的文件有66列

cut -f1-6,7-16 < file > file1
cut -f1-6,17-26 < file > file2
cut -f1-6,27-36 < file > file3
cut -f1-6,37-46 < file > file4
cut -f1-6,47-56 < file > file5
cut -f1-6,57-66 < file > file6

cut-f1-6,7-16file1
剪切-f1-6,17-26<文件>文件2
剪切-f1-6,27-36<文件>文件3
剪切-f1-6,37-46<文件>文件4
剪切-f1-6,47-56<文件>文件5
剪切-f1-6,57-66<文件>文件6

---

不是最优雅的，但如果你投了反对票，应该会起作用。

你能解释一下为什么我可以改进我的问题吗？你只是要求一个现成的解决方案，而没有显示出你自己解决问题的研究努力/尝试。请看，您是否可以选择将分隔符（比如说）更改为管道“|”？您所说的“均匀分布”到底是什么意思，以及您到底为什么要这样做？@LukasGraf对缺乏细节表示抱歉。我只熟悉如何使用LinuxCut从文件中剪切列，但不确定如何获取文件中有多少列