管道符号前awk中按字段计数

我试图在

之前计算文件中

$2

中的唯一条目：

文件

chr11:101323676-101323847   TRPC6|gc=39.2   143.1
chr11:101324359-101324478   TRPC6|gc=38.7   146.4
chr11:101325731-101325850   TRPC6|gc=32.8   84.5
chr11:101341904-101342127   TRPC6|gc=43.5   197.9
chr12:5153304-5155165   KCNA5|gc=65.1   633.7
chr12:52306230-52306349 ACVRL1|gc=58.8  152.4
chr12:52306868-52307149 ACVRL1|gc=66.5  309.6
chr12:52307328-52307569 ACVRL1|gc=66.8  305.9
chr12:52307743-52307872 ACVRL1|gc=64.3  267.1

所需输出

三,

尝试：

awk '{sub(/:.*/,"",$2)} !seen[$2]++{unq++} END{print unq}' file.txt

---

目前，我得到了一个非常不同的数字，我认为这是必要的，因为我需要在

上拆分，但不确定正确的方式。谢谢：）。

你就快到了。只需将

sub（）中使用的正则表达式中的
\\124;
替换为
：
：

您还可以像这样使用分隔符：

awk -F'[|]| +' '!seen[$2]++{c++}END{print c}' file

我正在使用
|
或一个或多个空格作为分隔符。这样就可以以
$2
的形式访问感兴趣的部分

其余部分遵循与您问题中的示例相同的逻辑：我们使用
$2
作为查找表
seen
中的索引，并检查此索引以前是否出现过。如果不是，我们增加计数器
c
，并在最后打印
c
awk
，以进行救援

$ awk '{split($2,a,"|"); c[a[1]]} 
    END{for(k in c) count++; print count}' file

3

或较短版本

$ awk '{split($2,a,"|"); if(!c[a[1]]++) count++} 
    END{print count}' file

最短的

$ awk 'split($2,a,"|") && !c[a[1]]++{u++} END{print u}' file

添加另一个子项，即
sub/\\\\.*$/，“”，$0）
。祝你好运，嗯。。我还认为您需要调试您的步骤。在适当的位置添加
print#dbg:$2 before=“$2
和
print”#dbg$2 after=“$2
应该会有帮助。祝你好运。非常感谢大家：）
$ awk 'split($2,a,"|") && !c[a[1]]++{u++} END{print u}' file