Erste Schritte mit csvkit

Datenverarbeitung in der Shell

Susan Sun

Data Person

Was ist csvkit?

csvkit:

ist eine Suite von Kommandozeilen-Tools
wird in Python von Wireservice entwickelt
bietet Funktionen zum Verarbeiten und Bereinigen von CSV-Dateien
hat Datenfunktionen, die mit Python, R und SQL mithalten
Dokumentation: https://csvkit.readthedocs.io/en/latest/

csvkit-Installation

Installiere csvkit mit dem Python-Paketmanager pip:

pip install csvkit

Aktualisiere csvkit auf die neueste Version:

pip install --upgrade csvkit

Vollständige Anleitung:

https://csvkit.readthedocs.io/en/latest/tutorial.html.

Im csvkit-Handbuch stöbern

Webbasierte Dokumentation: https://csvkit.readthedocs.io/en/latest/tutorial.html

Screenshot der webbasierten Dokumentation für csvkit, wie im Browser angezeigt

in2csv: Dateien in CSV konvertieren

Webbasierte Dokumentation:

https://csvkit.readthedocs.io/en/latest/scripts/in2csv.html

Kommandozeilen-Dokumentation:

in2csv --help

in2csv -h

usage: in2csv [-h] [-d DELIMITER] [-t] [-q QUOTECHAR] [-u {0,1,2,3}] [-b]
              [-p ESCAPECHAR] [-z FIELD_SIZE_LIMIT] [-e ENCODING] [-L LOCALE]
              [-S] [--blanks] [--date-format DATE_FORMAT]
              [--datetime-format DATETIME_FORMAT] [-H] [-K SKIP_LINES] [-v]

in2csv: Dateien in CSV konvertieren

Syntax:

in2csv SpotifyData.xlsx > SpotifyData.csv

Gibt das erste Excel-Blatt in der Konsole aus und speichert nicht

in2csv SpotifyData.xlsx

> leitet die Ausgabe um und speichert sie als neue Datei SpotifyData.csv

> SpotifyData.csv

in2csv: Dateien in CSV konvertieren

Verwende die Option --names oder -n, um alle Blattnamen in SpotifyData.xlsx auszugeben.

in2csv -n SpotifyData.xlsx

Worksheet1_Popularity
Worksheet2_MusicAttributes

Verwende die Option --sheet gefolgt vom Blatt "Worksheet1_Popularity", das konvertiert werden soll.

in2csv SpotifyData.xlsx --sheet "Worksheet1_Popularity" > Spotify_Popularity.csv

in2csv: Dateien in CSV konvertieren

in2csv gibt keine Protokolle in der Konsole aus.

in2csv SpotifyData.xlsx --sheet "Worksheet1_Popularity" > Spotify_Popularity.csv

Plausibilitätscheck:

ls

SpotifyData.xlsx  Spotify_Popularity.csv  backup  bin

csvlook: Datenvorschau in der Kommandozeile

csvlook: rendert ein CSV in der Kommandozeile in einem Markdown-kompatiblen, fester Breite-Format

Dokumentation:

csvlook -h

usage: csvlook [-h] [-d DELIMITER] [-t] [-q QUOTECHAR] [-u {0,1,2,3}] [-b]
               [-p ESCAPECHAR] [-z FIELD_SIZE_LIMIT] [-e ENCODING] [-L LOCALE]
               [-S] [--blanks] [--date-format DATE_FORMAT]

csvlook: Datenvorschau in der Kommandozeile

Syntax:

csvlook Spotify_Popularity.csv

| track_id               | popularity |
| ---------------------- | ---------- |
| 118GQ70Sp6pMqn6w1oKuki |          7 |
| 6S7cr72a7a8RVAXzDCRj6m |          7 |
| 7h2qWpMJzIVtiP30E8VDW4 |          7 |
| 3KVQFxJ5CWOcbxdpPYdi4o |          7 |
| 0JjNrI1xmsTfhaiU1R6OVc |          7 |
| 3HjTcZt29JUHg5m60QhlMw |          7 |

csvstat: Deskriptivstatistik für CSV-Dateien

csvstat: gibt beschreibende Statistiken zu allen Spalten in CSV aus (z. B. Mittelwert, Median, Anzahl einzigartiger Werte)

Dokumentation:

csvstat -h

usage: csvstat [-h] [-d DELIMITER] [-t] [-q QUOTECHAR] [-u {0,1,2,3}] [-b]
               [-p ESCAPECHAR] [-z FIELD_SIZE_LIMIT] [-e ENCODING] [-S] [-H]
               [-K SKIP_LINES] [-v] [-l] [--zero] [-V] [--csv] [-n]

csvstat: Deskriptivstatistik für CSV-Dateien

Syntax:

csvstat Spotify_Popularity.csv

  1. "track_id"

        Type of data:          Text
        Contains null values:  False
        Unique values:         24
        Longest value:         22 characters
        Most common values:    118GQ70Sp6pMqn6w1oKuki (1x)
                               6S7cr72a7a8RVAXzDCRj6m (1x)

Lass uns üben!

Datenverarbeitung in der Shell