生信（一）对BED文件进行排序

原创：hxj7

关键词：bed; sort; cmp; key; alpha-numeric

问题
在处理NGS数据时，经常要对BED文件进行排序。比如BED文件长这样，分隔符是’\t’：

我们想按照如下规则进行排序：

1. 第一列按照染色体编号进行排序，排序后应该是chr1, chr2, chr4, chr5, chr10, chr20, chrX。
2. 第二列和第三列按照数字序进行排序。

第一个子问题
首先，我们先来看看如何对第二列进行排序。
刚接触GNU sort命令的同学可能都写出过类似下面的命令：

并且期待结果会是

但是实际上的结果是

为什么？这是因为sort默认按照字典排序规则对字符串进行排序。比如，字符串”10”的第一个字母是”1”，比字符串”2”的第一个字母”2”小，所以字符串”10”小于字符串”2”。我们要想按照数值大小进行排序，正确的做法是要给sort加上”-n”选项。