Знакомство с csvkit

Обработка данных в командной строке

Susan Sun

Data Person

Что такое csvkit?

csvkit:

набор инструментов командной строки
разработан на Python компанией Wireservice
предоставляет возможности обработки и очистки CSV-файлов
по функциональности сопоставим с Python, R и SQL
документация: https://csvkit.readthedocs.io/en/latest/

Установка csvkit

Установите csvkit с помощью менеджера пакетов pip:

pip install csvkit

Обновите csvkit до последней версии:

pip install --upgrade csvkit

Полная инструкция:

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

Просмотр руководства csvkit

Веб-документация: https://csvkit.readthedocs.io/en/latest/tutorial.html

Снимок экрана с веб-документацией csvkit в браузере

in2csv: конвертация файлов в CSV

Веб-документация:

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

Документация в командной строке:

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: конвертация файлов в CSV

Синтаксис:

in2csv SpotifyData.xlsx > SpotifyData.csv

Выводит первый лист Excel в консоль без сохранения

in2csv SpotifyData.xlsx

> перенаправляет вывод и сохраняет его в новый файл SpotifyData.csv

> SpotifyData.csv

in2csv: конвертация файлов в CSV

Используйте параметр --names или -n, чтобы вывести все листы SpotifyData.xlsx.

in2csv -n SpotifyData.xlsx

Worksheet1_Popularity
Worksheet2_MusicAttributes

Используйте параметр --sheet, указав лист "Worksheet1_Popularity" для конвертации.

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

in2csv: конвертация файлов в CSV

in2csv не выводит журнал в консоль.

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

Проверка результата:

ls

SpotifyData.xlsx  Spotify_Popularity.csv  backup  bin

csvlook: предварительный просмотр данных в командной строке

csvlook: отображает CSV в командной строке в формате Markdown с фиксированной шириной столбцов

Документация:

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: предварительный просмотр данных в командной строке

Синтаксис:

csvlook Spotify_Popularity.csv

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

csvstat: описательная статистика по CSV-файлам

csvstat: выводит описательную статистику по всем столбцам CSV (например, среднее, медиана, количество уникальных значений)

Документация:

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: описательная статистика по CSV-файлам

Синтаксис:

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)

Давайте потренируемся!

Обработка данных в командной строке