Bash：从特定列名剪切CSV文件

Question

我得到了一个CSV文件，里面有很多无用的信息，我想把我需要的信息从这个文件放到另一个CSF文件中。

当前状态：

名字、中间名、姓氏、头衔、后缀、昵称、Given Yomi、Surname Yomi。。。。安吉尔、罗梅罗、、罗米、。。。。

在新文件中应该是这样的：

名字、姓氏、昵称安吉尔、罗梅罗、罗米

我想通过使用诸如cut和Column name之类的东西来实现这一点，而不仅仅是Field编号。不知怎么的，就像这样：

cut-d'，'-f“名字”文件

我知道这不管用，但还有别的办法吗？

Answer 1

工具是米勒:

mlr—csv cut-o-f“字段A”，“字段B”input.csv>output.csv

在这里文档切动词。

Answer 2

awk-v tags='名字，姓氏，昵称''开始{FS=“，*”；OFS=“，”numOutFlds=拆分（标记，outFldNr2tag）}NR==1{对于（inFldNr=1；inFldN r<=NF；inFldNr++）{tag=$inFldNrtag2inFldNr[标签]=inFldN}}{用于（outFldNr=1；outFldNr<=numOutFlds；outFldNr++）{tag=outFldNr2tag[outFldNr]inFldNr=标签2inFldN r[标签]val=$inFldNr打印f“%s%s”，val，（outFldNr<numOutFld？OFS:ORS）}}'文件名字、姓氏、昵称安吉尔、罗梅罗、罗米

Answer 3

$猫csvcut.awk#csvcut.awk公司函数csvsplit（str、arr、i、j、n、s、fs、qt）{#将逗号分隔的字段拆分为arr；返回arr中的字段数#双引号括起来的字段可以包含逗号；#双引号表示单个嵌入引号删除arr；s=“启动”；n=0；fs=“，”；qt=“\”对于（i=1；i<=长度（str））；i++）{如果（s==“启动”）{if（substr（str，i，1）==fs）{arr[++n]=“”}else if（substr（str，i，1）==qt）{j=i+1；s=“INQUOTES”}否则{j=i；s=“INFIELD”}}否则，如果（s==“INFIELD”）{if（substr（str，i，1）==fs）{arr[++n]=子（str，j，i-j）；j=0；s=“开始”}}else if（s==“INQUOTES”）{if（substr（str，i，1）==qt）{s=“MAYBEDOUBLE”}}否则，如果（s==“可能加倍”）{if（substr（str，i，1）==fs）{arr[++n]=子（str，j，i-j-1）gsub（qt-qt，qt，arr[n]）；j=0；s=“开始”｝｝如果（s==“INFIELD”||s==”INQUOTES“）{arr[++n]=substr（str，j）}否则，如果（s==“可能加倍”）{arr[++n]=子（str，j，长度（str）-j）；gsub（qt-qt，qt，arr[n]）}else如果（s==“START”）{arr[++n]=“”}返回n}开始{#读取和存储输出字段名对于（i=1；i<ARGC；i++）{字段[++nfields]=ARGV[i]；ARGV[i]=“”}}NR==1{#读取并存储输入字段名，写入输出头对于（i=1；i<=csvsplit（$0，arr））；i++）{名称[arr[i]]=i}对于（i=1；i<=nfields；i++）{printf“%s%s”，sep，字段[i]；sep=“，”}打印“\n”}NR>1{#读取输入记录，分割字段，写入输出记录删除csv；sep=“”；n=csvsplit（$0，csv）对于（i=1；i<=域；i++）{打印f“%s%s”，sep，csv[名称[字段[i]]]；sep=“，”}打印“\n”}$cat mahmoud.input名字、中间名、姓氏、头衔、后缀、昵称、GivenYomi、姓氏Yomi安吉尔、罗梅罗、、、罗米、，，$awk-f csvcut.awk名字姓氏昵称<mahmoud.input名字、姓氏、昵称安吉尔、罗梅罗、罗米

Answer 4

假设您有一个没有变量空间的直接CSV，您可以直接使用Ruby的CSV解析器（无需先清理CSV文件……）

鉴于：

cat文件名字、中间名、姓氏、头衔、后缀、昵称、名字Yomi、姓氏Yomi安吉尔、罗梅罗、、、罗米、，，

您可以只过滤每个csv行：

ruby-r CSV-e'BEGIN{wanted=[“名字”，“姓氏”，“昵称”]把想要的东西放到csv}     CSV.parse（$<.read，headers:true）.each{|h |放入h.to_hash.select{|k、 想要包含吗？（k） }.values.to_csv}'文件

打印：

名字、姓氏、昵称安吉尔、罗梅罗、罗米

这里的优点是支持完整的csv文件，包括带内嵌分隔符的引号字段。

Answer 5

可能较晚，也不太通用，但如果不需要重用脚本，则非常简单：

awk'BEGIN{FS=“，*”；OFS=“，”}{print$1，$3，$6}'输入.csv>output.csv