在 gzip 文件的列中查找唯一项
Find uniq items in column of gzip file
我想 return 我的 gzip 文件的一列中的唯一项目数。
要对普通文件进行排序，我知道你可以使用类似的东西：
sort -u -t, -k1,1 filename | wc -l
但是当我在 gzip 文件中 运行 时，我得到：
?BC??\ks?ʑ???
是否可以更改此格式以在给定 gzip 文件的情况下查找列中的唯一项？
您不能 运行 在压缩文件上搜索和排序命令，您必须提取压缩文件，然后 运行 您在 gzip 命令的输出上执行命令。
你可以试试下面的命令
gunzip -c filename | sort -u -t -k1,1
gzip 软件包附带 zcat 程序，它的工作方式与 cat 类似，但适用于 gz 文件。
zcat filename | sort -u -t -k1,1
好吧，我真的想通了！
gzcat vcf_del.vcf.gz | cut -f 2 | sort | uniq | wc -l（zcat 也可以）
如果文件中有您不想要的部分（例如在 VCF 文件中有一系列带有“#”的行），您可以简单地删除它们：
gzcat vcf_del.vcf.gz | awk '!/^#/{print [=11=]}' | cut -f 2 | sort | uniq | wc -l
我想 return 我的 gzip 文件的一列中的唯一项目数。 要对普通文件进行排序，我知道你可以使用类似的东西：
sort -u -t, -k1,1 filename | wc -l
但是当我在 gzip 文件中 运行 时，我得到：
?BC??\ks?ʑ???
是否可以更改此格式以在给定 gzip 文件的情况下查找列中的唯一项？
您不能 运行 在压缩文件上搜索和排序命令，您必须提取压缩文件，然后 运行 您在 gzip 命令的输出上执行命令。
你可以试试下面的命令
gunzip -c filename | sort -u -t -k1,1
gzip 软件包附带 zcat 程序，它的工作方式与 cat 类似，但适用于 gz 文件。
zcat filename | sort -u -t -k1,1
好吧，我真的想通了！
gzcat vcf_del.vcf.gz | cut -f 2 | sort | uniq | wc -l（zcat 也可以）
如果文件中有您不想要的部分（例如在 VCF 文件中有一系列带有“#”的行），您可以简单地删除它们：
gzcat vcf_del.vcf.gz | awk '!/^#/{print [=11=]}' | cut -f 2 | sort | uniq | wc -l