【原】为什么sort,cut的列失效了？

有一个需求，是把peaks注释前后的文件合并起来，不想写脚本，想就用shell命令来做到。
很简单，两个文件都按照peaks的name排序，然后paste即可。
本来是想偷个懒，结果搞了大半个小时，最后还是用了perl，记录一下这个悲催经历。

我可以很肯定，文件都是以tab符号分割的列。
我都以第一列，也就是peaks的name排序，但是诡异的事情发生了。
命令如下：

sed '1d' 57030_sort_peaks.peakAnn.xls |cut -f 2-8,1 |sort -t $'\t' -k 8 |head -12 cut -f 4,7-9  57030_sort_peaks.narrowPeak.bed  |sort -t $'\t' -k 1 |head -12

排序结果如下：

sed '1d' 57030_sort_peaks.peakAnn.xls |sort -t$'\t' -k1 |cut -f 1-8 |head -12 peak1000    chr16    2513739    2513891    +    4.00941    NA    promoter-TSS (NM_001198569) peak1001    chr16    2777421    2777567    +    4.54262    NA    promoter-TSS (NM_007108) peak1002    chr16    2904949    2905145    +    4.40547    NA    Intergenic peak1003    chr16    3059613    3059759    +    4.06547    NA    promoter-TSS (NR_123723) peak1004    chr16    3282982    3283229    +    6.19764    NA    promoter-TSS (NM_005741) peak1005    chr16    3457701    3457880    +    4.26274    NA    promoter-TSS (NM_001317097) peak1006    chr16    4412132    4412322    +    4.11112    NA    intron (NR_145128, intron 3 of 27) peak1007    chr16    4425589    4425781    +    6.69260    NA    promoter-TSS (NM_001135110) peak1008    chr16    4538610    4538771    +    4.44393    NA    promoter-TSS (NM_001199054) peak1009    chr16    9091684    9092031    +    4.99539    NA    5' UTR (NM_014117, exon 1 of 4) peak100    chr1    66930370    66930598    +    5.48491    NA    intron (NM_001077704, intron 1 of 13) peak1010    chr16    14928161    14928337    +    6.77548    NA    promoter-TSS (NR_103772)  cut -f 4,7-9  57030_sort_peaks.narrowPeak.bed  |sort -t$'\t' -k1 |head -12 peak1000    4.00941    10.78589    6.44162 peak1001    4.54262    12.95468    8.39192 peak1002    4.40547    9.16804    5.03032 peak1003    4.06547    8.97515    4.87603 peak1004    6.19764    16.08099    11.28833 peak1005    4.26274    9.14970    5.01487 peak100    5.48491    9.93370    5.68875 peak1006    4.11112    10.51290    6.19959 peak1007    6.69260    18.52489    13.59905 peak1008    4.44393    9.86713    5.64038 peak1009    4.99539    12.14135    7.65193 peak1010    6.77548    13.81271    9.17838

我发现那个peak100很魔性，顺序各种变化！
可以看得出来，这个排序很失败，看起来应该是并没有按照第一列排序，因为我把sort命令的-t$'\t' -k1参数去掉后，它们的排序并没有改变。

我还特意抓取第一列测试了一下，代码如下；

sed '1d' 57030_sort_peaks.peakAnn.xls |cut -f 1| sort -k1 |head cat  57030_sort_peaks.narrowPeak.bed |cut -f 4 | sort -k1 |head

下面是正常的排序。

sed '1d' 57030_sort_peaks.peakAnn.xls |cut -f 1| sort -k1 |head peak1 peak10 peak100 peak1000 peak1001 peak1002 peak1003 peak1004 peak1005 peak1006 cat  57030_sort_peaks.narrowPeak.bed |cut -f 4 | sort -k1 |head peak1 peak10 peak100 peak1000 peak1001 peak1002 peak1003 peak1004 peak1005 peak1006

查了一些资料，发现搞不明白为什么，就算了，反正我喜欢perl，就干脆用perl排序吧！

 sed '1d' 57030_sort_peaks.peakAnn.xls |perl -alne '{$h{$F[0]}=$_}END{print $h{$_} foreach sort keys %h}' |cut -f 1-8 |head -12 peak1    chr1    191368    191561    +    6.45284    NA    Intergenic peak10    chr1    2652248    2652508    +    4.24389    NA    intron (NM_001242672, intron 4 of 6) peak100    chr1    66930370    66930598    +    5.48491    NA    intron (NM_001077704, intron 1 of 13) peak1000    chr16    2513739    2513891    +    4.00941    NA    promoter-TSS (NM_001198569) peak1001    chr16    2777421    2777567    +    4.54262    NA    promoter-TSS (NM_007108) peak1002    chr16    2904949    2905145    +    4.40547    NA    Intergenic peak1003    chr16    3059613    3059759    +    4.06547    NA    promoter-TSS (NR_123723) peak1004    chr16    3282982    3283229    +    6.19764    NA    promoter-TSS (NM_005741) peak1005    chr16    3457701    3457880    +    4.26274    NA    promoter-TSS (NM_001317097) peak1006    chr16    4412132    4412322    +    4.11112    NA    intron (NR_145128, intron 3 of 27) peak1007    chr16    4425589    4425781    +    6.69260    NA    promoter-TSS (NM_001135110) peak1008    chr16    4538610    4538771    +    4.44393    NA    promoter-TSS (NM_001199054)  cut -f 4,7-9  57030_sort_peaks.narrowPeak.bed  |perl -alne '{$h{$F[0]}=$_}END{print $h{$_} foreach sort keys %h}'  |head -12 peak1    6.45284    12.81044    8.25841 peak10    4.24389    20.70743    15.66803 peak100    5.48491    9.93370    5.68875 peak1000    4.00941    10.78589    6.44162 peak1001    4.54262    12.95468    8.39192 peak1002    4.40547    9.16804    5.03032 peak1003    4.06547    8.97515    4.87603 peak1004    6.19764    16.08099    11.28833 peak1005    4.26274    9.14970    5.01487 peak1006    4.11112    10.51290    6.19959 peak1007    6.69260    18.52489    13.59905 peak1008    4.44393    9.86713    5.64038

虽然代码有点长，但也比耽搁大半个小时要划算。
读者朋友们可以帮忙看看这是为什么。
直接复制文章里面的数据就可以作为测试数据啦。

虽然我看了下面这个sort命令的解释，但是仍然没搞明白为什么~ sort命令的k选项大讨论

我还是觉得这些文件是有问题的，因为cut命令也没办法按照tab分隔符正常的取第几列。
但是最后也没找出来问题出在哪里。