我在一个tsv文件中有300000列，我只需要10000列。

Question

它们都以“rsid\u set（variable）”开头。我几乎没有编码经验，但一直在尝试使用R和python。有什么快速的方法可以得到我想要的那些专栏吗？你知道吗

追问：有没有办法取每列的平均值，把它变成一个有10000个值的正态分布？你知道吗

Answer 1

# read in
df <- read.tsv("path/to/your/file")

# select only colnames beginning with rsid_set
df <- df[grep("^rsid_set",colnames(df)),] 

Your follow-up, I don't understand. You'll have to clarify what you want.

# Take the means of each column:
means <- colMeans(df)

# normal distribution with 10k values
norms <- rnorm(10e3)