Stacking date și înlănțuirea comenzilor cu csvkit

Procesarea datelor în linia de comandă

Susan Sun

Data Person

csvstack: stacking mai multor fișiere CSV

csvstack: stivuiește rândurile din două sau mai multe fișiere CSV

Documentație:

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: stacking mai multor fișiere CSV

Combinați două fișiere similare Spotify_Rank6.csv și Spotify_Rank7.csv într-unul singur.

Previzualizați datele pentru a verifica schema:

csvlook Spotify_Rank6.csv

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

csvstack: stacking mai multor fișiere CSV

csvlook Spotify_Rank7.csv

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

csvstack: stacking mai multor fișiere CSV

Sintaxă:

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: stacking mai multor fișiere CSV

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: stacking mai multor fișiere CSV

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 |

Înlănțuirea comenzilor din linia de comandă

; înlănțuie comenzile și le execută secvențial

csvlook SpotifyData_All.csv; csvstat SpotifyData_All.csv

&& înlănțuie comenzile, dar a doua rulează doar dacă prima reușește

csvlook SpotifyData_All.csv && csvstat SpotifyData_All data.csv

Înlănțuirea comenzilor din linia de comandă

> redirecționează rezultatul primei comenzi către locația indicată ca a doua

in2csv SpotifyData.xlsx > SpotifyData.csv

Înlănțuirea comenzilor din linia de comandă

| folosește rezultatul primei comenzi ca intrare pentru a doua

Exemplu:

Rezultatul csvcut nu este bine formatat:

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

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

Înlănțuirea comenzilor din linia de comandă

Exemplu (continuare):

Formatați rezultatul csvcut prin pipe ca intrare pentru 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 |

Să punem totul împreună!

Procesarea datelor în linia de comandă