Початок роботи з csvkit

Опрацювання даних у Shell

Susan Sun

Data Person

Що таке csvkit?

csvkit:

це набір інструментів командного рядка
розроблений на Python командою Wireservice
забезпечує обробку та очищення даних у файлах CSV
має можливості, що конкурують з Python, R і SQL
документація: https://csvkit.readthedocs.io/en/latest/

Встановлення csvkit

Встановіть csvkit за допомогою менеджера пакетів Python pip:

pip install csvkit

Оновіть csvkit до останньої версії:

pip install --upgrade csvkit

Повні інструкції:

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

Ознайомлення з посібником csvkit

Документація в інтернеті: https://csvkit.readthedocs.io/en/latest/tutorial.html

Знімок екрана веб-документації csvkit у вікні браузера

in2csv: перетворення файлів у CSV

Документація в інтернеті:

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

Документація в командному рядку:

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: перетворення файлів у CSV

Синтаксис:

in2csv SpotifyData.xlsx > SpotifyData.csv

Виводить перший аркуш Excel у консоль і не зберігає файл

in2csv SpotifyData.xlsx

> перенаправляє вивід і зберігає його в новий файл SpotifyData.csv

> SpotifyData.csv

in2csv: перетворення файлів у CSV

Використайте параметр --names або -n, щоб вивести всі назви аркушів у SpotifyData.xlsx.

in2csv -n SpotifyData.xlsx

Worksheet1_Popularity
Worksheet2_MusicAttributes

Скористайтеся параметром --sheet і вкажіть аркуш "Worksheet1_Popularity" для конвертації.

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

in2csv: перетворення файлів у CSV

in2csv не виводить логи в консоль.

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

Перевірка:

ls

SpotifyData.xlsx  Spotify_Popularity.csv  backup  bin

csvlook: попередній перегляд у командному рядку

csvlook: відображає CSV у командному рядку у сумісному з Markdown, фіксованоширинному форматі

Документація:

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: попередній перегляд у командному рядку

Синтаксис:

csvlook Spotify_Popularity.csv

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

csvstat: описова статистика для CSV-файлів

csvstat: виводить описову зведену статистику для всіх стовпців CSV (напр., середнє, медіана, кількість унікальних значень)

Документація:

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: описова статистика для CSV-файлів

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 спробуємо csvkit!

Опрацювання даних у Shell