Skládání dat a řetězení příkazů v csvkit

Data Processing in Shell

Susan Sun

Data Person

csvstack: skládání více CSV souborů

csvstack: skládá řádky ze dvou nebo více CSV souborů

Dokumentace:

csvstack -h

usage: csvstack [-h] [-d DELIMITER] [-t] [-q QUOTECHAR] [-u {0,1,2,3}] [-b]
                [-p ESCAPECHAR] [-z FIELD_SIZE_LIMIT] [-e ENCODING] [-S] [-H]
                [-n GROUP_NAME] [--filenames]

csvstack: skládání více CSV souborů

Sloučení dvou podobných souborů Spotify_Rank6.csv a Spotify_Rank7.csv do jednoho.

Náhled dat pro ověření schématu:

csvlook Spotify_Rank6.csv

| track_id               | popularity |
| ---------------------- | ---------- |
| 7JYCpIzpoidDOnnmxmHwtj |          6 |
| 0mmFibEg5NuULMwTVN2tRU |          6 |

csvstack: skládání více CSV souborů

csvlook Spotify_Rank7.csv

| track_id               | popularity |
| ---------------------- | ---------- |
| 118GQ70Sp6pMqn6w1oKuki |          7 |
| 6S7cr72a7a8RVAXzDCRj6m |          7 |

csvstack: skládání více CSV souborů

Syntaxe:

csvstack Spotify_Rank6.csv Spotify_Rank7.csv > Spotify_AllRanks.csv

csvlook Spotify_AllRanks.csv

| track_id               | popularity |
| ---------------------- | ---------- |
| 7JYCpIzpoidDOnnmxmHwtj |          6 |
| 0mmFibEg5NuULMwTVN2tRU |          6 |
| 118GQ70Sp6pMqn6w1oKuki |          7 |
| 6S7cr72a7a8RVAXzDCRj6m |          7 |

csvstack: skládání více CSV souborů

csvstack -g "Rank6","Rank7" \ 
Spotify_Rank6.csv Spotify_Rank7.csv > Spotify_AllRanks.csv

csvlook Spotify_AllRanks.csv

| group | track_id               | popularity |
| ----- | ---------------------- | ---------- |
| Rank6 | 7JYCpIzpoidDOnnmxmHwtj |          6 |
| Rank6 | 0mmFibEg5NuULMwTVN2tRU |          6 |
| Rank7 | 118GQ70Sp6pMqn6w1oKuki |          7 |
| Rank7 | 6S7cr72a7a8RVAXzDCRj6m |          7 |

csvstack: skládání více CSV souborů

csvstack -g "Rank6","Rank7" -n "source" \
Spotify_Rank6.csv Spotify_Rank7.csv > Spotify_AllRanks.csv

csvlook Spotify_AllRanks.csv

| source| track_id               | popularity |
| ----- | ---------------------- | ---------- |
| Rank6 | 7JYCpIzpoidDOnnmxmHwtj |          6 |
| Rank6 | 0mmFibEg5NuULMwTVN2tRU |          6 |
| Rank7 | 118GQ70Sp6pMqn6w1oKuki |          7 |
| Rank7 | 6S7cr72a7a8RVAXzDCRj6m |          7 |

Řetězení příkazů příkazové řádky

; spojuje příkazy a spouští je postupně

csvlook SpotifyData_All.csv; csvstat SpotifyData_All.csv

&& spojuje příkazy, ale druhý spustí pouze pokud první proběhne úspěšně

csvlook SpotifyData_All.csv && csvstat SpotifyData_All data.csv

Řetězení příkazů příkazové řádky

> přesměruje výstup prvního příkazu na místo určené druhým

in2csv SpotifyData.xlsx > SpotifyData.csv

Řetězení příkazů příkazové řádky

| předá výstup prvního příkazu jako vstup druhému

Příklad:

Výstup csvcut není dobře formátován:

csvcut -c "track_id","danceability" Spotify_MusicAttributes.csv

track_id,danceability
118GQ70Sp6pMqn6w1oKuki,0.787
6S7cr72a7a8RVAXzDCRj6m,0.777
7h2qWpMJzIVtiP30E8VDW4,0.795
3KVQFxJ5CWOcbxdpPYdi4o,0.815

Řetězení příkazů příkazové řádky

Příklad (pokračování):

Formátování výstupu csvcut pomocí přesměrování do csvlook:

csvcut -c "track_id","danceability"  Spotify_Popularity.csv | csvlook

| track_id               | danceability |
| ---------------------- | ------------ |
| 118GQ70Sp6pMqn6w1oKuki |        0.787 |
| 6S7cr72a7a8RVAXzDCRj6m |        0.777 |
| 7h2qWpMJzIVtiP30E8VDW4 |        0.796 |
| 3KVQFxJ5CWOcbxdpPYdi4o |        0.815 |

Pojďme vše spojit dohromady!

Data Processing in Shell