1

我想根据最后一个“字段”拆分一个 csv 文件。例如 csv 文件包含：

a,1
b,2
c,3
d,1

数字表示类别。

该文件应根据编号（分别为类别）拆分为单独的文件，以便存在三个文件。

第一个文件：

a,1
d,1

第二个文件：

b,2

第三个文件：

c,3

贪婪的方法是每行读取 csv，将字符串拆分为“，”并分隔最后一个元素（此处为数字）。之后我可以检查当前行的编号并将其放入 FileWriter 中。但是：我不知道会有多少类别，因为我想保持系统可扩展。因此所需的 FileWriter 的数量是未知的。

作为替代方案，我可以阅读每个类别的完整 csv 文件。在第一次迭代中，只有类别“1”的行将被处理并写入“1.csv”，在第二步中，只有类别“2”的行进入“2.csv”，依此类推。但是：这意味着文件必须被读取的次数与存在的类别一样多，这可能很频繁。

您是否知道为此目的是否有一个优雅的解决方案？

我也很欣赏基于 linux 的解决方案！也许不需要创建 Java 程序？我想 awk 可能是首选工具？

谢谢你的帮助！

4

2 回答 2

3

试试这个awk单行：

awk -F, '{print >> "output"$NF".csv"}' input.csv

它将根据行的最后一个字段的值读取每一行并将其写入适当的输出 csv 文件。

于 2013-09-02T13:57:01.273 回答
2

我会做一个更通用的方式。在这种情况下，我不需要知道第二列中的所有项目，所以这是自动的：

total.csv：

a,1
b,2
c,3
d,1

script.sh：

#!/bin/bash

for line in $(cat total.csv)          
do          
   filename=$(echo $line | awk -F "," '{print $2}')
   echo $line >> $filename.csv 
done

输出：1.csv 2.csv 3.csv

于 2013-09-02T13:54:16.563 回答