Question

我一直试图找出一种方法来根据两列的值选择唯一的行。例如，以下是我的文件的示例/示例：

chr1    10    12
chr1    10    12
chr1    10    11
chr1    9    12
chr2    15    20

这就是我希望我的输出看起来像：

chr1    10    12
chr1    10    11
chr1    9    12
chr2    15    20

我尝试使用此代码，因为我喜欢它不会弄乱我文件的顺序：

awk -F"\t" '!_[$2]++' SNP_positions.txt > SNP_positions_uniq.txt

但是，它仅捕获一列的独特功能。有没有办法编辑它以使其适用于两列？

Answer 1

您可以完美地使用对数组元素使用多个字段的索引：

awk -F"\t" '!seen[$2, $3]++' file

在这种情况下，我们使用$2, $3作为索引。这样，我们将获得元组($2, $3)的所有不同元素。

Answer 2

提供的awk解决方案既快又好，但我自己来这里寻找sort解决方案，几乎在所有情况下都可能更慢：

cat file | sort -u -k1,1 -k2,2 -k3,3 -s