通过 shell 命令计算随机文件列中的唯一值答案

【问题标题】：Count unique values from a column of a random file by shell command通过 shell 命令计算随机文件列中的唯一值
【发布时间】：2014-12-27 05:36:27
【问题描述】：

我有一个名为c01_1_664_blastx.blast 的文件。它的内容如下

c1_g1_i1    sp|P87048|RPN1_SCHPO    63.83   47      16      1       20      160     840     885     5e-09   57.9
c3_g1_i1    sp|Q6DCX2|AGO2_XENLA    58.02   131     45      3       567     199     733     861     3e-61     149
..................
...................
...................

我需要通过 shell 命令计算第一列 (c1_g1_i1, c3_g1_i1) 中唯一值的数量。谁能帮我这个？提前谢谢..干杯

【问题讨论】：

你的预期输出是什么？
对于上面的例子，输出应该是2
是的，因为列值不同（c3_g1_i1 和 c1_g1_i1）。

标签： shell

【解决方案1】：

cut -d' ' -f 1  input_file | sort | uniq | wc -l

您可以使用cut 指定分隔符和要提取的字段。提取第一个字段后，您 sort 它然后应用 uniq 以获取唯一条目并通过将其传递给 wc 来计算此类条目的数量。请注意，您可以使用uniq -c 来计算每个唯一条目出现的次数。

【讨论】：

【解决方案2】：

您不需要多个管道命令。单个awk 可以处理这个：

awk '!seen[$1]++{} END{print length(seen)}' file
2

或者：

awk '!seen[$1]++{i++} END{print i}' file

此 awk 命令维护一个关联数组 seen 以仅保存唯一值，并且在 END 部分中它仅打印数组的长度。

【讨论】：