unix - 从另一个 csv 文件替换一个 csv 文件中的列

Question

我有一个包含以下数据的 csv 文件。(, 分开)

C1,C2,C3,C4
1,2,3,4
5,6,7,8

现在我有其他映射csv文件如下

D1,D2
1,X
5,Y

在这里，我想在第二个 csv 文件中找到映射并在第一个 csv 文件中更新它的值。

预期输出（如果我想根据第二个映射文件中的两条记录更新第一个 csv 文件中的 C3）

C1,C2,C3,C4
1,2,X,4
5,6,Y,8

Answer 1

这可能对您有用（GNU sed）：

sed -r 's|^([^,]*,)(.*)|/^\1/s/[^,]+/\2/3|' file2 | sed -rf - file1

Answer 2

这是使用awk. 像这样运行：

awk -f script.awk mapping data

内容script.awk：BEGIN { FS=OFS="," }

NR==1 {
    next
}

FNR==NR {
    a[$1]=$2
    next
}

FNR>1 {
    $3 = a[$1]
}1

结果：

C1,C2,C3,C4
1,2,X,4
5,6,Y,8

或者，这是一个班轮：

awk -F, 'NR==1 { next } FNR==NR { a[$1]=$2; next } FNR>1 { $3 = a[$1] }1' OFS="," mapping data

Answer 3

使用 GNU sed：

sed '1d;s%^%/^%;s%,%/s/^([^,]+,[^,]+,)[^,]+/\\1%;s%$%/%' file2 | sed -rf- file1

第一部分将第二个文件转换为可应用于 file1 的 sed 脚本。

Answer 4

使用 pandas 将 PATID 值替换为 UUID 值

-- a.csv
PATID, ADMIT_DATE, ENC_TYPE
pat_1,2011-01-01, AV
pat_2,2012-01-01, IP
pat_3,2013-01-01, EI


-- b.csv
PATID,UUID
pat_1, uuid_xyz
pat_2, uuid_123
pat_3, uuid_abc

--替换.py

import pandas as pd

source_file = 'a.csv'
linkage_file = 'b.csv'
out_file = 'c.csv'


def get_linked_frame(source_file, linkage_file):
    df_source = pd.read_csv(source_file, sep=',',
                            dtype=object,
                            skipinitialspace=True,
                            )
    df_linkage = pd.read_csv(linkage_file, sep=',',
                             dtype=object,
                             skipinitialspace=True,
                             )
    df = pd.merge(df_source, df_linkage, on='PATID')
    print("Source frame: \n{}".format(df_source))
    df['PATID'] = df['UUID']
    df.drop('UUID', axis=1, inplace=True)
    return df


df = get_linked_frame(source_file, linkage_file)
df.to_csv(out_file, sep='\t', index=False)
print("Output frame: \n{}".format(df))

-- c.csv
PATID   ADMIT_DATE  ENC_TYPE
uuid_xyz    2011-01-01  AV
uuid_123    2012-01-01  IP
uuid_abc    2013-01-01  EI