如何排序，在一列中查找重复项并将它们与另一列中的匹配项一起删除？

【问题标题】：How can I sort, find duplicates in one column and delete them together with their match in another column?如何排序，在一列中查找重复项并将它们与另一列中的匹配项一起删除？
【发布时间】：2016-04-18 23:19:51
【问题描述】：

我有一个包含这些信息的非常大的文件

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找到的 SNP。在第一列中有一些重复项，但在第二列中没有。如何对第 1 列进行排序，查找重复项，然后删除整行？因此，删除第 1 列的重复项，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。

我阅读了以前的帖子，我知道我必须使用 sort 和 uniq 命令，但我不知道如何。

谢谢。

【问题讨论】：

标签： unix

【解决方案1】：

sort 有 `-u' 标志。

sort -uk 1

这是一个例子：

$ echo -e 'b 1\na 2\nb 1\na 2' | sort -uk 1
a 2
b 1

【讨论】：

谢谢！此命令是否还包括删除选项？我应该在哪里写文件名？
-u 代表“唯一”，即每个排序键（此处为第 1 列值）在输出中最多出现一次。文件的名称可以放在任何地方，比如说，在选项之后。如果要将结果写入另一个文件，请重定向输出。因此，要对input.txt 的内容进行排序并将结果写入output.txt，请运行sort -uk 1 input.txt >output.txt。