Question

我有一个包含这些列的35 MB Excel文件：

Index, Name, Year, AgeGroup1, AgeGroup2, AgeGroup3 [...]
1, Sweden, 1950, 20, 25, 27
2, Norway, 1950, 22, 27, 28
2, Sweden, 1951, 24, 24, 22

我想根据“名称”列将文件拆分为多个csv文件（最好还根据此列中的值命名文件）。
我也希望文件按“年份”排序（但这当然可以事先在Excel中完成。）

非常感谢bash脚本或Kettle / Pentaho解决方案。（也欢迎替代方案。）

Answer 1

我刚刚使用了您粘贴的示例数据。

awk oneliner可以为你做到：

 awk -F, 'NR==1{title=$0;next} { print >> ($2".csv");colse}' yourCSV

见下面的测试：

kent$  l  
total 4.0K
-rw-r--r-- 1 kent kent 136 2011-10-05 11:04 t

kent$  cat t
Index, Name, Year, AgeGroup1, AgeGroup2, AgeGroup3
1, Sweden, 1950, 20, 25, 27
2, Norway, 1950, 22, 27, 28
2, Sweden, 1951, 24, 24, 22


kent$  awk -F, 'NR==1{title=$0;next} { print >> $2".csv"}' t

kent$  head *.csv
==>  Norway.csv <==
2, Norway, 1950, 22, 27, 28

==>  Sweden.csv <==
1, Sweden, 1950, 20, 25, 27
2, Sweden, 1951, 24, 24, 22

<强>更新

 awk -F, 'NR>1{ fname=$2".csv"; print >>(fname); close(fname);}' yourCsv

Answer 2

如果awk可以接受，请导出到 csv 并运行以下命令：

awk -F, '{
  print > ($2 ".csv") 
  }' OFS=, infile.csv

如果您：

报告

想要保留所有文件中的标题行。
由于打开的文件过多而导致错误。

要在Excel之外对文件进行排序：

sort -t, -k3,3n infile.csv | awk ...

编辑：这将解决大多数问题（同时打开的文件除外）：

{
  read
  printf '%s\n' "$REPLY"
  sort -bt, -k3,3
  } < infile | 
    awk -F', *' 'NR == 1 {
      h = $0; next
      }
    {
      f = $2 ".csv"
      if (!_[f]++) 
        print h > f 
      print > f 
      }' OFS=', '

如果你点击awk实现的“太多打开文件”限制，你可以使用这样的东西：

awk -F, 'NR > 1 { 
  if (f) close (f)
  f = $2 ".csv"
  print > f
  }' OFS=, infile

将此csv / xls拆分为基于两列的单独文件？

2 个答案: