csvkit
csvkit是一个处理CSV文件的一个小工具,基于python,可以直接通过pip install csvkit
安装。集成了csvlook
,csvcut
和csvsql
等好用的小工具,非常好用。可以以表格形式显示CSV文件,可以轻松选取CSV指定列,可以在其上执行SQL操作
以如下的student.csv
为例,做简单演示:
name | gender | score | grade |
---|---|---|---|
David | male | 85 | B |
Michael | female | 90 | A |
Cammy | male | 88 | A |
Tom | female | 59 | C |
csvlook
csvlook和其他命令行一样,可以直接指定文件作为输入,也可以接受stdin作为输入。对比下效果,直接cat student.csv
的输出:
<pre>
name,gender,score,grade
David,male,85,B
Michael,female,90,A
Cammy,male,88,A
Tom,female,59,C
</pre>
用csvlook后cat student.csv | csvlook
的输出:
name | gender | score | grade |
---|---|---|---|
David | male | 85 | B |
Michael | female | 90 | A |
Cammy | male | 88 | A |
Tom | female | 59 | C |
<pre>
name | gender | score | grade |
---|---|---|---|
David | male | 85 | B |
Michael | female | 90 | A |
Cammy | male | 88 | A |
Tom | female | 59 | C |
</pre>
熟悉Markdown语法的会发现这个就是Markdown里面的表格啊!
csvcut
和cut
作用相似,但对CSV支持更好。比如查看列名,选取列,剔除列等。
-
csvcut -n student.csv
:输出列名,当列比较多的时候特别有用,结果如下; -
head -1 student.csv | tr ',' '\n' | cat -n
:可以达到类似的效果;
<pre>
1: name
2: gender
3: score
4: grade
</pre>
-
csvcut -c 1 student.csv
:提取第一列; -
csvcut -c name student.csv
:按名字提取列; -
csvcut -C 2 student.csv
:提取除去第二列的其他列,如下:
name | score | grade |
---|---|---|
David | 85 | B |
Michael | 90 | A |
Cammy | 88 | A |
Tom | 59 | C |
csvstat
可以对指定列做简单地统计分析,比如想简单看一下score的统计数据,可以直接提取该列,用pipeline传递给该命令即可:
-
csvcut -c score student.csv| csvstat
:产生如下结果
<pre>
Type of data: Number
Contains null values: False
Unique values: 4
Smallest value: 59
Largest value: 90
Sum: 322
Mean: 80.5
Median: 86.5
StDev: 14.47987108598231501073829222
Most common values: 85 (1x)
90 (1x)
88 (1x)
59 (1x)
Row count: 4
</pre>
csvsql
这是一个比较狠的工具,直接在CSV文件上执行SQL查询,直接传入SQL语句即可:
-
csvsql --query "select avg(score) from student;" student.csv
:计算score的均值 -
csvsql --query "select * from student where score > 85;" student.csv
:选出score大于85行,如下:
name | gender | score | grade |
---|---|---|---|
Michael | female | 90 | A |
Cammy | male | 88 | A |
网友评论