我有一个非常大的文件，包含这些信息
7-92383888 rs10
7-6013153 rs10000
12-126890980 rs1000000
4-57561647 rs10000003
4-85161558 rs10000005
4-172776204 rs10000008
4-71048953 rs10000009
2-50711642 rs1000001
第一列是染色体编号和碱基对位置，第二列是可以在该特定区域中找到的SNP。在第一列中有一些重复，但不在第二列。如何排序第1列，查找重复项，然后删除整行？因此，删除第1列的副本，同时删除第2列中的匹配值。另外，在排序时我不希望第1列和第2列之间的匹配发生变化。
我读过以前的帖子，我知道我必须使用sort和uniq命令，但我不知道如何。
谢谢。
答案 0 :(得分：0)
sort有`-u＆＃39;那个标志。
sort -uk 1
以下是一个例子：
$ echo -e 'b 1\na 2\nb 1\na 2' | sort -uk 1
a 2
b 1