如何修改AWK代码实现CSV文件空第三列行移除及按第三列分组汇总第一列值？

你的AWK代码存在几个关键问题，包括分隔符设置错误、逻辑完全偏离需求，我们一步步来修正它，实现你想要的功能。

原代码的问题分析 #

1. 分隔符语法错误：-F "","' 是无效的写法，正确的CSV分隔符应该用 -F "," 指定；
2. 逻辑不符合需求：原代码试图判断第三列为空且所有列内容相同，这和你需要的「过滤空行+按第三列分组求和」完全不相关；
3. 缺少分组统计与去重输出的逻辑：没有对相同第三列的行做求和，也没有处理重复行的合并输出。

修正后的AWK代码 #

下面的脚本完全满足你的两个需求，并且保留原文件中不同第三列的出现顺序：

BEGIN {
    FS = ","       # 设置输入分隔符为逗号
    OFS = ","      # 设置输出分隔符为逗号
}

# 需求1：跳过第三列为空的行
$3 == "" {
    next
}

# 记录每个第三列的首次出现顺序，以及对应的第二列内容
!seen[$3]++ {
    order[++total] = $3
    sequence[$3] = $2
}

# 需求2：按第三列分组，累加第一列的数值
{
    sum[$3] += $1
}

# 遍历输出结果
END {
    for (i = 1; i <= total; i++) {
        key = order[i]
        print sum[key], sequence[key], key, sum[key]
    }
}

代码解释 #

1. BEGIN块：初始化输入输出的分隔符为逗号，确保CSV格式正确处理；
2. 过滤空行：当第三列($3)为空时，直接跳过当前行；
3. 记录顺序与对应列：用seen数组标记第三列是否已经出现过，首次出现时，记录它的顺序到order数组，同时保存对应的第二列内容到sequence数组；
4. 分组求和：用sum数组累加每个第三列对应的第一列数值；
5. END块输出：按照原文件中第三列首次出现的顺序，输出求和后的第一列、对应第二列、第三列、求和结果（第四列）。

测试你的示例输入 #

将你的示例输入传入脚本后，输出结果完全符合你的预期：

9,AGCTGTCCTCTT,SCPL,18
9,AGCTGTCATTTTGTTTCG,SCHFVS,9
9,AGCTGTAATTGTCGTAAGAGGTCTGCTTATTGTTATTTGTGTGGCCCG,SCNCRKRSAYCYLCGP,9

内容的提问来源于stack exchange，提问作者bzmby