Imprime linhas aleatórias de arquivo, mas com contagem máxima de um determinado valor

Question

Eu tenho um arquivo de entrada do qual eu quero escolher aleatoriamente uma linha. Em uma coluna em cada linha é um valor, e eu quero apenas um número de linhas até uma contagem máxima deste valor a ser escolhido aleatoriamente, não mais.

Então, por simplicidade, comecei com um arquivo de teste assim:

1 1
2 1
3 1
4 1
5 2
6 2
7 3
8 4
9 4
10 4
11 5
12 5
13 5
14 5
15 5
16 6
17 6
18 7
19 8
20 8

Agora quero escolher linhas aleatoriamente, mas apenas um máximo de, por exemplo, 1 linha por valor na coluna 2:

1 1
6 2
7 3
9 4
13 5
17 6
18 7
19 8

Este é o código que escrevi para escolher linhas até uma contagem máxima:

#!/bin/bash

for ((i>0;i<8;i++))
do
gawk -v i="${i}" 'BEGIN{n=1} {if (i==$2 && n<=1) {n++;print $0;} if (n>1){next}} ' input >> output
done

Como posso estender isso para escolher linhas aleatórias até o máximo?

    

Answer 1

Com o GNU sort , para 1 como o máximo:

sort -R file | sort -uk2,2

Para valores arbitrários como o máximo:

sort -R file | awk -v max=2 '++count[$2] <= max' | head -n 8