Bash 基于唯一列值获取表的子集

H-我正在寻找一个bash/awk/sed解决方案，以基于唯一列值获取表的子集。例如，如果我有：

chrom1 333
chrom1 343
chrom2 380
chrom2 501
chrom1 342
chrom3 102 

我希望能够将此表拆分为3个：

chrom1 333
chrom1 343
chrom1 342


chrom2 380
chrom2 501


chrom3 102

我知道如何使用split命令在R中实现这一点，但我正在寻找bash/awk/sed解决方案

---

感谢使用

排序
和
awk
：

sort -k1,1 file | awk 'NR>1 && p != $1{print ORS} {p=$1} 1'


编辑：如果要保留输入文件中记录的原始顺序，请使用：

awk -v ORS='\n\n' '!($1 in a){a[$1]=$0; ind[++i]=$1; next}
   {a[$1]=a[$1] RS $0}
   END{for(k=1; k<=i; k++) print a[ind[k]]}' file

awk-v ORS='\n\n'！（a中的$1）{a[$1]=0；ind[++i]=1；next}
{a[$1]=a[$1]RS$0}
结束{for（k=1；k使用
sort
和
awk
：

sort -k1,1 file | awk 'NR>1 && p != $1{print ORS} {p=$1} 1'


编辑：如果要保留输入文件中记录的原始顺序，请使用：

awk -v ORS='\n\n' '!($1 in a){a[$1]=$0; ind[++i]=$1; next}
   {a[$1]=a[$1] RS $0}
   END{for(k=1; k<=i; k++) print a[ind[k]]}' file

awk-vors='\n\n'！（a中的$1）{a[$1]=$0；ind[++i]=$1；next}
{a[$1]=a[$1]RS$0}
END{for（k=1；k我不知道这个
awk
是否有用，但它将根据唯一的列值创建3个单独的文件：

awk '{print >> $1; close($1)}' file 

我不知道这个
awk
是否有用，但它将根据唯一的列值创建3个单独的文件：

awk '{print >> $1; close($1)}' file 

可选的
awk
，它保持每个块中记录的原始顺序

$ awk '{a[$1]=a[$1]?a[$1] ORS $0:$0}
    END{for(k in a) print a[k] ORS ORS}' file

产生

chrom1 333
chrom1 343
chrom1 342


chrom2 380
chrom2 501


chrom3 102

末尾有两个尾随空行，但未显示在格式化输出中。
可选
awk
，它保持每个块中记录的原始顺序

$ awk '{a[$1]=a[$1]?a[$1] ORS $0:$0}
    END{for(k in a) print a[k] ORS ORS}' file

产生

chrom1 333
chrom1 343
chrom1 342


chrom2 380
chrom2 501


chrom3 102

末尾有两行尾随的空行，但未显示在格式化输出中。
create input list file.txt
创建输入列表文件.txt
不，这不会因为使用关联数组而保持原始顺序。I是指每个块中记录的顺序，而不是块本身。不，这不会因为使用关联数组而保持原始顺序。I是指每个块中记录的顺序，而不是块本身。顺便问一下，您对生成的文件名？即，在每个文件名中添加一个尾随的
.out
？如果您将
awk
设置为这样，请为延迟道歉：
awk'{print>>“out”$1；close（$1）}“
文件…它将在每个新文件之前打印出”
，顺便问一下-您对生成的文件名有任何额外的控制吗？例如，在每个文件名中添加一个尾随的
.out
？如果您将
awk
设置为这样，请为延迟道歉：
awk'{print>>“out”$1；close（$1）}”“
文件…它将在每个新文件之前打印出”