数据科学家的命令行技巧

找出第二列中唯一值的数量。

cat filename.csv | cut -d, -f 2 | sort | uniq | wc -l  
# 计算唯一值出现的次数，限制输出前10个结果  
cat filename.csv | cut -d, -f 2 | sort | uniq -c | head 

PASTE

paste 是个有趣的小命令。如果你想合并两个文件，而这两个文件的内容又正好是有序的，那 paste 就可以这样做。

# names.txt 
adam 
john 
zach 
 
# jobs.txt 
lawyer 
youtuber 
developer 
 
# Join the two into a CSV 
 
paste -d ',' names.txt jobs.txt > person_data.txt 
 
# Output 
adam,lawyer 
john,youtuber 
zach,developer 

关于更多 SQL_-esque 变体，请看下面。

JOIN

Join是一种简单的、准切向的SQL。最大的区别在于Join将返回所有列，匹配可能只发生在一个字段上。默认情况下，join将尝试使用第一列作为匹配键。对于不同的结果，需要以下语法：

# Join the first file (-1) by the second column 
# and the second file (-2) by the first 
 
join -t"," -1 2 -2 1 first_file.txt second_file.txt 

标准连接是一个内部连接。然而，外部连接也可以通过-af滞后来实现。另一个值得注意的是-e标志，如果发现有字段丢失，它可以用来替换成其他值。

# Outer join, replace blanks with NULL in columns 1 and 2 
# -o which fields to substitute - 0 is key, 1.1 is first column, etc... 
 
join -t"," -1 2 -a 1 -a2 -e ' NULL' -o '0,1.1,2.2' first_file.txt second_file.txt 

虽然它不是最容易使用的命令，但是在绝望的时刻，它就是唯一可用的措施。

常用的选项:

• join -a 打印未成对的行
• join -e 替换缺失字段
• join -j 等同于 -1 FIELD -2 FIELD

GREP

（编辑：网站开发网_安阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!