Pierwsze kroki z csvkit

Przetwarzanie danych w wierszu poleceń

Susan Sun

Data Person

Czym jest csvkit?

csvkit:

to zestaw narzędzi wiersza poleceń
opracowany w Pythonie przez Wireservice
umożliwia przetwarzanie i czyszczenie danych w plikach CSV
oferuje możliwości porównywalne z Pythonem, R i SQL
dokumentacja: https://csvkit.readthedocs.io/en/latest/

Instalacja csvkit

Instalacja csvkit przy użyciu menedżera pakietów pip:

pip install csvkit

Aktualizacja csvkit do najnowszej wersji:

pip install --upgrade csvkit

Pełna instrukcja:

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

Przeglądanie dokumentacji csvkit

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

Zrzut ekranu dokumentacji online csvkit wyświetlonej w przeglądarce

in2csv: konwersja plików do CSV

Dokumentacja online:

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

Dokumentacja wiersza poleceń:

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: konwersja plików do CSV

Składnia:

in2csv SpotifyData.xlsx > SpotifyData.csv

Wyświetla pierwszy arkusz Excela w konsoli bez zapisywania

in2csv SpotifyData.xlsx

> przekierowuje wynik i zapisuje go jako nowy plik SpotifyData.csv

> SpotifyData.csv

in2csv: konwersja plików do CSV

Użyj opcji --names lub -n, aby wyświetlić wszystkie nazwy arkuszy w SpotifyData.xlsx.

in2csv -n SpotifyData.xlsx

Worksheet1_Popularity
Worksheet2_MusicAttributes

Użyj opcji --sheet z nazwą arkusza "Worksheet1_Popularity" do konwersji.

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

in2csv: konwersja plików do CSV

in2csv nie wyświetla logów w konsoli.

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

Weryfikacja:

ls

SpotifyData.xlsx  Spotify_Popularity.csv  backup  bin

csvlook: podgląd danych w terminalu

csvlook: wyświetla plik CSV w terminalu w formacie Markdown o stałej szerokości kolumn

Dokumentacja:

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: podgląd danych w terminalu

Składnia:

csvlook Spotify_Popularity.csv

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

csvstat: statystyki opisowe plików CSV

csvstat: wyświetla opisowe statystyki podsumowujące dla wszystkich kolumn pliku CSV (np. średnia, mediana, liczba unikalnych wartości)

Dokumentacja:

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: statystyki opisowe plików CSV

Składnia:

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)

Wypróbujmy csvkit!

Przetwarzanie danych w wierszu poleceń