没问题！这个场景刚好是sed和awk擅长处理的行合并需求，我给你准备了两种可行方案，附详细说明：

用awk实现（推荐，逻辑更直观） #

awk的写法可读性强，容易理解和调整，适合这种按特定前缀合并行的需求：

awk '/^AA\|/ { if (prev != "") print prev; prev = $0; next } { prev = prev " " $0 } END { print prev }' your_input.txt > cleaned_output.txt

逻辑解释： #

• /^AA\|/：匹配以AA|开头的行（注意|是正则特殊字符，需要用\转义）
• 当匹配到目标行时：
  1. 如果之前已经缓存了内容（prev != ""），先把缓存的完整行打印出来
  2. 将当前行存入缓存变量prev，并跳过后续处理
• 当遇到不以AA|开头的行时：
  • 把当前行内容（带空格分隔）直接追加到缓存变量prev的末尾
• END { print prev }：处理完所有行后，打印最后一行缓存的内容（避免遗漏最后一条数据）

用sed实现 #

sed通过保持空间（hold space）来暂存内容，适合喜欢用单行命令的场景：

sed -n '/^AA\|/{x;/./p;x;H};/^AA\|/!{H};${x;p}' your_input.txt > cleaned_output.txt

逻辑解释： #

• -n：关闭sed的自动输出模式，只打印我们指定的内容
• /^AA\|/{x;/./p;x;H}：匹配到AA|开头的行时：
  1. x：交换保持空间和模式空间的内容
  2. /./p：如果保持空间非空（有内容），就打印它
  3. x：再次交换回来，恢复当前行到模式空间
  4. H：把当前行追加到保持空间末尾
• /^AA\|/!{H}：非AA|开头的行，直接追加到保持空间
• ${x;p}：处理到最后一行时，交换保持空间和模式空间，打印最终合并后的内容

使用说明 #

把命令里的your_input.txt替换成你的实际数据集文件名，cleaned_output.txt是处理后的输出文件。处理完成后，用readr导入时，所有段落文本都会被合并到对应的字段中，不会再出现NA的情况。

内容的提问来源于stack exchange，提问作者nahata5