☰

sed：截断csv文件列中的小数

tag-icon • tag-icon linux sed csv
sed：截断csv文件列中的小数

我正在尝试使用 sed 删除 csv 文件数字的整个小数部分。我所能做的就是截断文件整列中的所有小数（即 .0），但我不知道如何仅在第六列中执行此操作。

输入：

PassengerId,Survived,Pclass,Name,Sex,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
343,No,2,"Collander, Mr. Erik Gustaf",male,28.0,0,0,248740,13.0,,S
76,No,3,"Moen, Mr. Sigurd Hansen",male,25.0,0,0,348123,7.65,F G73,S

预期输出：

PassengerId,Survived,Pclass,Name,Sex,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
343,No,2,"Collander, Mr. Erik Gustaf",male,28,0,0,248740,13.0,,S
76,No,3,"Moen, Mr. Sigurd Hansen",male,25,0,0,348123,7.65,F G73,S

我的尝试：

sed -r ‘s/\.0//g’ file.csv

答案1

有点尴尬，但我认为它完成了工作。

Pythoncsvkit包包含用于处理 CSV 文件的命令行工具。其中包括csvcut，它的工作方式类似于标准cut命令，但它支持 CSV，这意味着它允许包含嵌入字段分隔符和换行符的字段，只要它们被正确引用即可。

使用csvcut，我们可以剪切出要修改的列，修改它，然后将其放回原处。我使用paste逗号作为分隔符将字段重新组合在一起。该paste实用程序获取三个输入流，分别对应于前几个字段（未修改）、我们要修复的字段（使用简单sed脚本修改）以及最后几个字段（未修改）。

paste -d, \
    <( csvcut -c -5  file.csv ) \
    <( csvcut -c  6  file.csv | sed '1!s/\..*//' ) \
    <( csvcut -c  7- file.csv )

该sed表达式1!s/\..*//删除除第一行之外的所有行上的一个点及其后面的所有内容。

这效率稍低，因为它会读取整个输入文件三遍。

结果：

PassengerId,Survived,Pclass,Name,Sex,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
343,No,2,"Collander, Mr. Erik Gustaf",male,28,0,0,248740,13.0,,S
76,No,3,"Moen, Mr. Sigurd Hansen",male,25,0,0,348123,7.65,F G73,S

答案2

我无法执行此操作sed，因为使用逗号作为分隔符以及“名称”字段中的逗号不是分隔符使其变得太复杂，因此我使用了awk以下gsub选项：

awk -F ',' 'NR==1; NR>1{gsub("\.0","",$7);print} ' OFS="," file

考虑到这种情况，这有点混乱，但它设置了一个逗号作为分隔符，打印第一行，然后在第一行之后的任何行上，用.0第七个字段中的任何内容替换，因为名称中的逗号实际上使年龄成为第七个字段，然后再次将输出字段分隔符设置为逗号，然后打印：

PassengerId,Survived,Pclass,Name,Sex,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
343,No,2,"Collander, Mr. Erik Gustaf",male,28,0,0,248740,13.0,,S
76,No,3,"Moen, Mr. Sigurd Hansen",male,25,0,0,348123,7.65,F G73,S

答案3

使用 CSV 文件时，您面临的主要问题是，如果列的类型为字符串并且字符串括在（双）引号中，则列分隔符可能驻留在列值本身中。

因此，以下命令：

sed -r 's/^(([^,]*,){6})([^\.,]*)[^,]*(,.*)$/\1\3\4/g'

可以，但前提是文本字符串中没有逗号。如果您正在处理这种情况，则需要一个工具，例如上一张海报所建议的工具。

答案4

一个简单的awk方法可以是从末端查看年龄字段，因为从该末端开始，字段内部没有分隔符：

awk -F, -v OFS=, '
  NR>1{$(NF-6) = int($(NF-6))}1
' file

使用sed使用扩展的正则表达式，-r我们从末尾开始计算字段

sed -r '
  s/\.0((,[^,]*){6})$/\1/
' file

输出：

PassengerId,Survived,Pclass,Name,Sex,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
343,No,2,"Collander, Mr. Erik Gustaf",male,28,0,0,248740,13.0,,S
76,No,3,"Moen, Mr. Sigurd Hansen",male,25,0,0,348123,7.65,F G73,S

相关内容