Python-csvkit：强大的CSV文件命令行工具

如果你在学Python数据处理，一定对CSV文件不陌生。日常本地数据存储中，除了Excel文件外，大部分数据都是以CSV文件格式保存的。

CSV（Comma-Separated Values）是一种文本文件，也叫作逗号分隔值文件格式。顾名思义，它就是用来保存纯文本，被分隔符分隔为多个字段。

CSV文件能够被Excel、notepad++、Java、Python等各种软件读取，非常方便。

因为它结构简单、易传输、易读取的特性，使其广受个人和商业领域欢迎。

在Python中，可以使用read函数、pandas库、csv库等读写CSV文件，而且这些也是常用的方法。

这次给大家介绍一个非常强大的第三方库-csvkit，它是专门处理CSV文件的命令行工具，可以实现文件互转、数据处理、数据统计等，十分便捷。

因为csvkit是Python第三方库，我们直接使用pip来安装csvkit。

pip install csvkit

csvkit是命令行工具，所以代码都在命令行执行，下面列举一些常见的使用场景。

我们先在本地保存一个Excel表（DoubanMovie），其内容是豆瓣电影数据。

注意命令行地址要切换到该表所在位置。

比如我放在E:\csvkit_tutorial\里面，可以用下面命令来切换。

E：
cd csvkit_tutorial

1、Excel转CSV

csvkit支持将Excel等其他数据文件转化为CSV文件，使用in2csv命令实现。

in2csv DoubanMovie.xlsx > DoubanMovie.csv

除了Excel的xlsx和xls文件外，你还可以对下面多种数据格式进行CSV的转换

包括：dbf , fixed , geojson , json , ndjson

2、对SQL数据库进行读写和查询操作

从MySQL数据库中读取一张表存到本地CSV文件中，使用csvsql命令实现。

csvsql --db "mysql://user:pass@host/database?charset=utf8" --tables "test1" --insert test1.csv

直接对MySQL数据库进行数据查询，使用sql2csv命令实现

sql2csv --db "mysql://user:pass@host/database?charset=utf8" --query "select * from test2"

注意代码中--db参数后面需要输入数据库的信息，用于连接数据库。

3、将CSV文件转换为Json格式

除了将Json文件转化为CSV格式外，csvkit也支持将CSV文件转化为Json格式，使用csvjson命令实现。

csvjson test.csv

如果你是做地理空间分析，还可以将csv文件转化为GeoJson格式。

4、数据处理和分析

csvkit中还有用于数据处理分析的命令，如下：

• csvcut：对数据进行索引切片
• csvgrep：对数据进行过滤，可按照正则表达式规则
• csvjoin：对不同数据表按键进行连接
• csvsort：对数据进行排序
• csvstack：将多个数据表进行合并
• csvlook：以 Markdown 兼容的固定宽度格式将 CSV 呈现到命令行
• csvstat：对数据进行简单的统计分析

小结

csvkit适合那些经常处理CSV文件的小伙伴，可快速的进行转化、清晰、分析等任务。特别当你的文件较大，一般软件难以打开时，csvkit的速度绝对会让你惊艳到。

学习文档：https://csvkit.readthedocs.io/en/latest/index.html