Question

尝试从命令行中获取更多信息：

我有一个文件：

CHR25   1192279 Y       Exonic  NA      exon    2       [1/1]   1192145 1192322
CHR25   1192279 Y       Exonic  NA      CDS     2       [1/1]   1192145 1192322  
CHR25   1739394 Y       Exonic  NA      CDS     2       [1/2]   1739294 1739456

我希望根据第2列获得独特的行。我已经完成了

cat file | cut -f 2 | uniq > grepfile

但我不确定如何使用grep -f每行获得一个匹配，就像我之前一样。使用-m1 or | head -n 1仅提供第一个匹配行。我希望第一行匹配'grepfile'中的每一行。

期待答案=）

Answer 1

这个awk命令的工作原理是构建一个已经看过的第二个字段值的关联数组。

awk '!s[$2]++'

关联数组称为s。该表达式查找$ 2（输入行的第二列）并应用一个postincrement，它将在第一次调用时返回0，之后返回非零值。然后我反转它，第一次看到每个$ 2产生1，然后每次产生0。如果选择表达式为真，则awk的默认操作是打印。

当线数大到足以再次回到0时，请注意。

Answer 2

这也可以：

sort -u  -k2,2 file

，并提供：

CHR25   1192279 Y       Exonic  NA      exon    2       [1/1]   1192145 1192322
CHR25   1739394 Y       Exonic  NA      CDS     2       [1/2]   1739294 1739456

-u调用uniq，-k2,2表示排序字段2（仅限字段2），可以在排序man page上看到。

Answer 3

如果Perl没问题，你可以这样做：

perl -nale '$h{$F[1]}=$_ if(!$h{$F[1]});END{print $h{$_}for(keys(%h));}' file

Answer 4

因为uniq只查看相邻的行，并且排序会更改顺序。你需要更多的代码。

cat -n input-file | sort --key=3,3 --unique | sort | cut -f2- >output-file

cat -n添加序列号。
sort --key=3,3 --unique删除字段2上的重复项。注意：由于cat -n，密钥编号高一个。
sort按原始顺序退回。
cut -f2-获取序列号的数据。

grep -f只返回第一个匹配（很多）

4 个答案: