Python 如何匹配一列中的唯一元素并列出第二列中的相应值

我有一个以下格式的文件：

ENSG00000087510  ENST00000201031  TFAP2C  transcription_factor  protein_coding

其中，每列由一个选项卡分隔

如您所见，共有5列。第1列是冗余ID的列表，每个ID都与第2列中的另一个唯一ID相匹配。第1列中的冗余ID分散在整个文件中

我尝试使用以下命令从第一列生成ID的唯一列表，但不知道如何将其与第二列匹配

cat Chr20_gene_transcript_namelist.txt | cut-f 1 | sort | uniq

我想要一个包含两列的文件：第1列中的唯一ID和第2列中匹配的所有ID

例如：

---

我不知道如何在bash中实现，但由于您使用了python标记，下面是一个应该可以工作的脚本：

with open(<your_file>, 'r') as f:
    lines = f.read().splitlines()

id_dict = {}
for line in lines:
    elems = line.split()
    if elems[0] in id_dict:
        id_dict[elems[0]].append(elems[1])
    else:
        id_dict[elems[0]] = [elems[1]]

with open(<your_output_file>, 'w') as f:
    for redundant_id, unique_ids in id_dict.items():
        f.write('%s\t%s\n' % (redundant_id, unique_ids[0]))
        for unique_id in unique_ids[1:]:
            f.write('\t%s\n' % unique_id)

打开（，'r'）作为f的

：
lines=f.read（）.splitlines（）
id_dict={}
对于行中的行：
elems=line.split（）
如果id目录中的元素[0]：
id_dict[elems[0]]。追加（elems[1]）
其他：
id_dict[elems[0]=[elems[1]]
以开放（，'w'）作为f：
对于冗余的\u id，id目录项（）中的唯一\u id：
f、 写入（“%s\t%s\n%”（冗余\u id，唯一\u id[0]））
对于unique_id[1:]中的unique_id：
f、 写入（'\t%s\n'%unique\u id）

我不知道如何在bash中实现，但由于您使用了python标记，下面是一个应该可以工作的脚本：

with open(<your_file>, 'r') as f:
    lines = f.read().splitlines()

id_dict = {}
for line in lines:
    elems = line.split()
    if elems[0] in id_dict:
        id_dict[elems[0]].append(elems[1])
    else:
        id_dict[elems[0]] = [elems[1]]

with open(<your_output_file>, 'w') as f:
    for redundant_id, unique_ids in id_dict.items():
        f.write('%s\t%s\n' % (redundant_id, unique_ids[0]))
        for unique_id in unique_ids[1:]:
            f.write('\t%s\n' % unique_id)

打开（，'r'）作为f的

：
lines=f.read（）.splitlines（）
id_dict={}
对于行中的行：
elems=line.split（）
如果id目录中的元素[0]：
id_dict[elems[0]]。追加（elems[1]）
其他：
id_dict[elems[0]=[elems[1]]
以开放（，'w'）作为f：
对于冗余的\u id，id目录项（）中的唯一\u id：
f、 写入（“%s\t%s\n%”（冗余\u id，唯一\u id[0]））
对于unique_id[1:]中的unique_id：
f、 写入（'\t%s\n'%unique\u id）

我希望这更好？我希望这更好？