我有個製表符分隔的文件，該文件是這樣的：UNIQ元素提取
ABCA2 chr9 139021506 139043195
ABCA2 chr9 139021506 139042561
ABCC1 chr16 15950934 16144431
ABCC1 chr16 15950934 16144431
ABCC1 chr16 15950934 16144431
ABCC1 chr16 15950934 16144431
我想根據列來提取值，等ABCA2在2,3列中的值，和4應該提取只有一次，這是名稱第一次出現在column1中。
所需要的輸出是：
ABCA2 chr9 139021506 139043195
ABCC1 chr16 15950934 16144431
謝謝
您的問題聲明是模糊的，但我解釋這意味着你只需要一條線，是輸出，如果在入門其第一列尚未見過。我不知道這是爲什麼標籤python，因爲AWK顯然是正確的工具：
awk '{if(!seen[$1]++) print }' input-file
，或者更簡單地說
awk '! a[$1]++' input-file
awk'{if（！seen [$ 1] ++）print}'輸入文件這就是我的意思，謝謝 – Angelo
使用您的示例輸入file.txt，uniq --check-chars=5 file.txt給出了這樣的輸出：
ABCA2 chr9 139021506 139043195
ABCC1 chr16 15950934 16144431
正如您所看到的，它僅限於比較每行的前5個字符。
編輯：
正如威廉Pursell指出，uniq假定該文件已經排序。另一種方法是使用sort：
$ sort --key=1,1 --unique file.txt
ABCA2 chr9 139021506 139043195
ABCC1 chr16 15950934 16144431
$
一定要注意以下威廉Pursells評論：排序輸入數據不是絕對必要的規定來解決這個問題。如果速度是一個問題/數據量很大，記憶看到的按鍵的線性解決方案（如威廉姆斯答案中的awk精靈）更好。
請注意，這假設輸入已經排序在第一列 –
@WilliamPursell：這是正確的，謝謝爲了將它拋出。我剛剛用'sort'的例子更新了答案。 –
這是一個美觀的解決方案，但由於它比awk解決方案獲得的票數多，我認爲指出這是不必要的工作。特別是，在我的系統上運行/ usr/share/dict/words上的兩個解決方案時，awk運行速度提高了3倍以上。 –
>>> d = {}
>>> with open('f.txt') as f:
... for line in f.readlines():
... x = line.split()
... if x[0] not in d.keys():
... d[x[0]] = x[1:]
...
>>> for k,v in d.iteritems():
... print k,' '.join(v)
...
ABCA2 chr9 139021506 139043195
ABCC1 chr16 15950934 16144431
你試過了哪一種python或bash？ – Mark
@ khalid：我正在嘗試切割-f1 | uniq ...但在這種情況下不起作用。 – Angelo
這個問題有點令人困惑，因爲你所期望的輸出不是你想要的輸出，你應該輸出文件中的前三行，除非你正在尋找第一次出現在col1中的值以及隨後的數據列包含？ –