Kom igång med csvkit

Databehandling i kommandoraden

Susan Sun

Data Person

Vad är csvkit?

csvkit:

är en uppsättning kommandoradsverktyg
är utvecklat i Python av Wireservice
erbjuder databehandlings- och rensningsfunktioner för CSV-filer
har datakapacitet som kan mäta sig med Python, R och SQL
dokumentation: https://csvkit.readthedocs.io/en/latest/

Installera csvkit

Installera csvkit med pakethanteraren pip:

pip install csvkit

Uppdatera csvkit till senaste versionen:

pip install --upgrade csvkit

Fullständiga instruktioner:

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

Bläddra i csvkit-manualen

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

Skärmbild av den webbaserade dokumentationen för csvkit visad i en webbläsare

in2csv: konvertera filer till CSV

Webbaserad dokumentation:

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

Kommandoradsbaserad 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: konvertera filer till CSV

Syntax:

in2csv SpotifyData.xlsx > SpotifyData.csv

Skriver ut det första bladet i Excel till konsolen utan att spara

in2csv SpotifyData.xlsx

> omdirigerar utdata och sparar det som en ny fil SpotifyData.csv

> SpotifyData.csv

in2csv: konvertera filer till CSV

Använd flaggan --names eller -n för att skriva ut alla bladnamn i SpotifyData.xlsx.

in2csv -n SpotifyData.xlsx

Worksheet1_Popularity
Worksheet2_MusicAttributes

Använd flaggan --sheet följt av bladet "Worksheet1_Popularity" som ska konverteras.

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

in2csv: konvertera filer till CSV

in2csv skriver inte loggar till konsolen.

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

Verifiera resultatet:

ls

SpotifyData.xlsx  Spotify_Popularity.csv  backup  bin

csvlook: förhandsgranskning av data i terminalen

csvlook: visar en CSV-fil i terminalen i ett Markdown-kompatibelt format med fast bredd

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: förhandsgranskning av data i terminalen

Syntax:

csvlook Spotify_Popularity.csv

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

csvstat: deskriptiv statistik för CSV-filer

csvstat: skriver ut deskriptiv statistik för alla kolumner i en CSV-fil (t.ex. medelvärde, median, antal unika värden)

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: deskriptiv statistik för CSV-filer

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)

Nu kör vi en övning!

Databehandling i kommandoraden