更新 CSV 文件以删除第一个数字并在特定列中插入小数位

Posted 2023-03-15

【中文标题】更新 CSV 文件以删除第一个数字并在特定列中插入小数位

【英文标题】：Update a CSV file to drop the first number and insert a decimal place in a particular column

【发布时间】：2021-07-22 09:54:32

【问题描述】：

我需要帮助来执行以下操作

我的 CSV 文件如下所示

900001_10459.jpg,036921,Initiated
900002_10454.jpg,027964,Initiated
900003_10440.jpg,021449,Initiated
900004_10440.jpg,016650,Initiated
900005_10440.jpg,013929,Initiated

我需要做的是生成一个新的 csv 文件，如下所示

900001_10459.jpg,3692.1,Initiated
900002_10454.jpg,2796.4,Initiated
900003_10440.jpg,2144.9,Initiated
900004_10440.jpg,1665.0,Initiated
900005_10440.jpg,1392.9,Initiated

如果我要这样做作为测试

echo '036921' | awk -v range=1 'print substr($0,range+1)' | sed 's/.$/.&/'

我明白了

3692.1

谁能帮助我，以便我可以合并它（或任何类似的东西）来更改我的 CSV 文件？

【问题讨论】：

所以可以在结果中去掉前导零吗？从表面上看：awk -F, 'BEGIN OFS = "," $2 /= 10; print; '，但在1665 之后省略了.0。这有多重要？会有多个前导零的数字吗？没有前导零？超过 6 位数？

并非所有前导零。只是最左边的零。我希望有 4 个数字（包括零）和最后一个值（第 5 个值）与 4 个值用小数点分隔。例如，像 000669 这样的数字需要更改为 0066.9

那么@Bohemian 提出的sed 解决方案是合适的——这是一个纯字符串操作问题，而不是数字问题。可以使用awk 来完成，但最终您会使用printf "%s,%06.1f,%s\n", $1, $2 / 10, $3 来打印值（并且您不执行/= 操作）。

【参考方案1】：

I wish to have 4 numbers (including zeros) and the last value (5th value) separated from the 4 values by a decimal point.

如果我理解，您不需要该字段的所有数字，而只需要最后五位数字。

使用awk，您可以使用substr 函数获取最后五位，然后使用sub() 函数打印最后一位与前4 位隔开小数点的字段：

awk -F',' -v OFS=',' '$2= substr($2, length($2) - 4, length($2) ); sub(/[[:digit:]]1$/, ".&",$2);print' file
900001_10459.jpg,3692.1,Initiated
900002_10454.jpg,2796.4,Initiated
900003_10440.jpg,2144.9,Initiated
900004_10440.jpg,1665.0,Initiated
900005_10440.jpg,1392.9,Initiated

【参考方案2】：

假设带有前导零的值仅出现在第二列中，我将按照以下方式使用 GNU AWK 来完成此任务，让 file.txt 内容为

900001_10459.jpg,036921,Initiated
900002_10454.jpg,027964,Initiated
900003_10440.jpg,021449,Initiated
900004_10440.jpg,016650,Initiated
900005_10440.jpg,013929,Initiated

然后

awk 'BEGINFS=",0?";OFS=","$2=gensub(/([0-9])$/, ".\\1", 1, $2);print' file.txt

输出

900001_10459.jpg,3692.1,Initiated
900002_10454.jpg,2796.4,Initiated
900003_10440.jpg,2144.9,Initiated
900004_10440.jpg,1665.0,Initiated
900005_10440.jpg,1392.9,Initiated

说明：我将字段分隔符 (FS) 设置为 ,，可选地后跟 0，因此前导零将被丢弃作为分隔符的一部分。在第二个中，我将最后一位数字替换为 .后面跟着那个数字。最后我print这样改行，使用,作为分隔符。

（在 gawk 4.2.1 中测试）

【参考方案3】：

使用awk并结合comment中指定的条件，您可以使用：

$ awk -F, ' printf "%s,%06.1f,%s\n", $1, $2 / 10, $3 ' data
900001_10459.jpg,3692.1,Initiated
900002_10454.jpg,2796.4,Initiated
900003_10440.jpg,2144.9,Initiated
900004_10440.jpg,1665.0,Initiated
900005_10440.jpg,1392.9,Initiated
$

使用提供逗号的printf 格式字符串，无需设置OFS（因为printf 不使用OFS）。

【参考方案4】：

试试

sed 's/,0*([0-9]*)([0-9]),/,\1.\2,/' myfile.csv

【讨论】：

考虑到只删除一个零的要求，0 之后的* 不是必需的。甚至 GNU sed（4.2.2 测试）也需要 -E 或 -r 来激活扩展的正则表达式； macOS sed 需要-E，不支持-r。