Shell 如何在一列中查找唯一字符串的数量，后跟给定字符串的位置

我需要从tsv输入文件中获取两件事情：

1-查找给定列中单个值以逗号分隔的唯一字符串的数量。为此，我使用了下面的命令，它给了我唯一的值

$awk < input.tsv '{print $5}' | sort | uniq | wc -l

因此，在本例中，字符串是gene name，我想计算第5列的整个范围内的唯一字符串，其中它们由逗号和空格分隔

2-接下来，数据的顺序是固定的，并按照第2列的分数排列。所以，我想知道在第5列（基因符号）的排名列表中，感兴趣的基因在哪里。这必须在删除重复项后进行，因为相同的基因是根据其他列中的参数重复的，但这不涉及我的最终输出。我只需要关注第2列的排名列表。我该怎么做？是否有一个命令，我可以管道以上的命令，以获得给定值的位置

预期产出： 如果我在第1点输入命令，那么它应该在第5列中给出唯一的基因。我在第五栏一共有18个基因。但唯一值是14。若感兴趣的基因是TTN，那个么它的第一次出现在原始排名列表的第二位。因此，我感兴趣的基因所在的预期答案应该是2

$14
$2

---

感谢

欢迎使用SO，特别感谢您在问题中以代码的形式添加您的努力。请在您的问题中添加输入和预期输出的样本，然后让我们知道。请在代码标签中将您的样本添加到您的问题中，然后让我们知道。嗨，Ravinder，我的输入文件有6列：p值得分疾病Id疾病名称基因符号Entrez Id，因此我的数据按第二列得分排序。然而，第五列中的条目（基因符号）在某些行中有多个条目，因此我无法在excel中执行简单的删除重复功能。预期的结果是计算第五列中的独特基因，并在删除重复基因后确定候选基因在该列中的排名。例如，第五栏中的一个条目是“LTBP4（8425）、DMD（1756）、TPM1（7168）”注释并非用于编写样本，请您在代码标签中的问题中添加样本，然后让我们知道。啊，我明白了。我是个新手。不确定如何添加代码标记。但我刚刚编辑了我的帖子。现在信息量够多了吗？

$14
$2