У меня есть файл CSV с ~ 2000 столбцами в строке, и мне нужно разрезать его на 6 столбцов. После нарезки ломтики следует сложить в кучу.
Например:
A1,B1,C1,D1,E1,F1,A2,B2,C2,D2,E2,F2
G1,H1,I1,J1,K1,L1,G2,H2,I2,J2,K2,L2
станет:
A1,B1,C1,D1,E1,F1
G1,H1,I1,J1,K1,L1
A2,B2,C2,D2,E2,F2
G2,H2,I2,J2,K2,L2
Как я могу сделать это из командной строки оболочки?
Я сомневаюсь, что вы можете сделать это эффективно в одном процессе, поэтому я предлагаю сделать цикл, подобный
for (( i=1 ; i < 2000; i+=6 )); do
j=$((i+5))
cut -d, -f $i-$j your.csv
done
Pythonрешение:
образец входного файлаtest.csv
:
A1,B1,C1,D1,E1,F1,A2,B2,C2,D2,E2,F2,A3,B3,C3,D3,E3,F3,A4,B4,C4,D4,E4,F4
G1,H1,I1,J1,K1,L1,G2,H2,I2,J2,K2,L2,G3,H3,I3,J3,K3,L3,G4,H4,I4,J4,K4,L4
фрагмент _на _6.pyскрипт:
import sys, csv
with open(sys.argv[1], 'r') as fh: # opening csv file
reader = list(csv.reader(fh)) # reader object which will iterate over lines in the given csvfile
cnt = len(reader[0])//6 # number(count) of slices
for i in range(cnt):
for l in reader:
print(','.join(l[i*6:6*(i+1)])) # outputting each slice from each line consecutively
Использование:
python slice_on_6.py test.csv
Выход:
A1,B1,C1,D1,E1,F1
G1,H1,I1,J1,K1,L1
A2,B2,C2,D2,E2,F2
G2,H2,I2,J2,K2,L2
A3,B3,C3,D3,E3,F3
G3,H3,I3,J3,K3,L3
A4,B4,C4,D4,E4,F4
G4,H4,I4,J4,K4,L4
Всегда есть почтенныйrs
:
rs -c, -T < file.csv | split -l6 --filter='rs -C, -T'
A1,B1,C1,D1,E1,F1,
G1,H1,I1,J1,K1,L1,
A2,B2,C2,D2,E2,F2,
G2,H2,I2,J2,K2,L2,
Чтобы удалить конечные разделители, вы можете передать черезsed 's/,$//'
rs -c, -T < file.csv | split -l6 --filter='rs -C, -T' | sed 's/,$//'
A1,B1,C1,D1,E1,F1
G1,H1,I1,J1,K1,L1
A2,B2,C2,D2,E2,F2
G2,H2,I2,J2,K2,L2
FWIW Я не знаю, почему rs
добавляет завершающий разделитель; у него есть опция
-m Do not trim excess delimiters from the ends of the output array.
, что предполагает, что по умолчанию должно удалить его.
Можно попробовать инструмент sed
, как показано :Основная идея заключается в том, что в качестве первого шага мы поглощаем файл в пространстве шаблонов.
Затем мы распределяем первые 6 элементов, затем распечатываем эту часть и перемещаем эту линию в конец пространства шаблона (после отпиливания напечатанной части ).
Промойте и повторите описанный выше процесс для теперь ведущей линии в пространстве шаблона.
Этот процесс останавливается, когда в пространстве шаблона остается только последняя часть последней строки, и в этот момент мы просто позволим sed
распечатать ее после удаление ведущей новой строки.
Части представляют собой 6 полей csv, а общее количество полей в каждой строке равно целое число, кратное 6, и каждая строка имеет одинаковое количество полей.
sed -e '
$!{
s/$/,/
N;s/^/\n/;D
}
s/^\([^,]*,\n\{0,1\}\)\{6\}/&\n/
s/\n\n/\n/
s/,\n/\n/
P
y/\n_/_\n/
s/^[^_]*_//
s/^\([^_]*\)_\(.*\)/_\2_\1/
y/\n_/_\n/
/\n.*\n/D
s/.*\n//
' yourfile.csv
A1,B1,C1,D1,E1,F1
G1,H1,I1,J1,K1,L1
A2,B2,C2,D2,E2,F2
G2,H2,I2,J2,K2,L2