求助：编写bash/awk脚本转换CSV格式的miRNA数据

需求：将CSV文件中的miRNA名称填充到对应序列行的左侧，直到出现新的miRNA名称为止。

输入示例 #

Organism: hsa,
,let-7a-2-3p
,,CTGTACAGCCTCCTAGCTTTCC,
,,Totals: ,
,mir-7a-3p
,,CTATACAATCTACTGTC,
,,CTATACAATCTACTGTCT,

期望输出示例 #

Organism: hsa,let-7a-2-3p,CTGTACAGCCTCCTAGCTTTCC
Organism: hsa,let-7a-2-3p,Totals: 
Organism: hsa,mir-7a-3p,CTATACAATCTACTGTC
Organism: hsa,mir-7a-3p,CTATACAATCTACTGTCT

实现代码 #

直接用awk命令即可处理输入文件，命令如下：

awk -F',' '
    $1 != "" { org = $1 }
    $2 != "" { mir = $2 }
    $3 != "" { printf "%s,%s,%s\n", org, mir, $3 }
' input.csv

代码说明 #

• -F','：设置逗号为字段分隔符，方便拆分每行内容
• $1 != "" { org = $1 }：捕获第一列非空的行内容（即物种信息）并存储到变量org
• $2 != "" { mir = $2 }：捕获第二列非空的行内容（即miRNA名称）并存储到变量mir
• $3 != "" { ... }：当第三列非空时，把之前存储的物种信息、miRNA名称和当前第三列内容拼接后输出，自动剔除多余的逗号

内容的提问来源于stack exchange，提问作者Sam