Bash 如何获取具有特定列值的csv文件的前n行?
在Kaggle中,我得到了如下csv文件:Bash 如何获取具有特定列值的csv文件的前n行?,bash,awk,grep,cut,Bash,Awk,Grep,Cut,在Kaggle中,我得到了如下csv文件: ip,app,device,os,channel,click_time,attributed_time,is_attributed 83230,3,1,13,379,2017-11-06 14:32:21,,0 17357,3,1,19,379,2017-11-06 14:33:34,,1 35810,3,1,13,379,2017-11-06 14:34:12,,0 45745,14,1,13,478,2017-11-06 14:34:52,,0 1
ip,app,device,os,channel,click_time,attributed_time,is_attributed
83230,3,1,13,379,2017-11-06 14:32:21,,0
17357,3,1,19,379,2017-11-06 14:33:34,,1
35810,3,1,13,379,2017-11-06 14:34:12,,0
45745,14,1,13,478,2017-11-06 14:34:52,,0
161007,3,1,13,379,2017-11-06 14:35:08,,1
18787,3,1,16,379,2017-11-06 14:36:26,,0
103022,3,1,23,379,2017-11-06 14:37:44,,0
114221,3,1,19,379,2017-11-06 14:37:59,,0
现在,我想获取“is_attributed”为1的前200行。请告诉我如何使用“cut”和其他实用程序实现这一点?当列不变时,您可以使用简单的regexp匹配:
grep -E '(^ip,|,1$)' »file.csv« | head -n 201
要获得符合条件的所有行,通过
grep,1$| head-n 200
和awk
可以一次完成筛选和行限制:
awk -F, -v limit=200 '$NF == 1 { if (++n > limit) exit; print }' file.csv
-分隔符是逗号-F,
-初始化要在awk命令中使用的变量-v limit=200
-仅当最后一个字段的值为1时才执行操作$NF==1
-在收集到所需行数后立即停止读取输入如果(++n>限制)退出
awk -F, -v limit=200 'NR == 1 { next }
$NF == 1 { if (++n > limit) exit; print }' file.csv
这是一个比grep更好的解决方案head-n原因如下:
- 此处不涉及管道(和额外的分叉)
- 我们一到限线就停下来;如果输入文件非常大(grep-m也可以这样做),那么这会产生巨大的差异
- 很容易将此解决方案扩展到任意字段,而不仅仅是第一个或最后一个字段
- 如果分隔符是多字符分隔符或需要由正则表达式匹配,那么awk可以非常轻松地处理它
相关职位:
- Unix与Linux堆栈交换
grep-m201-E'(^ip,|,1$)”
提问时,请添加您自己尝试解决的问题。grep…|head-n
在达到管线限制时也会停止,因为head会关闭管道,因此在达到限制时会向grep返回终止信号(请参阅)。