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
这可能对您有用(GNU sed):
sed -r 's|^([^,]*,)(.*)|/^\1/s/[^,]+/\2/3|' file2 | sed -rf - file1
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[$1] }1' OFS="," mapping data
使用 GNU sed:
sed '1d;s%^%/^%;s%,%/s/^([^,]+,[^,]+,)[^,]+/\\1%;s%$%/%' 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。
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