csvkit
csvkit是一個處理CSV文件的一個小工具，基于python，可以直接通過pip install csvkit安裝。集成了csvlook，csvcut和csvsql等好用的小工具，非常好用。可以以表格形式顯示CSV文件，可以輕松選取CSV指定列，可以在其上執行SQL操作
以如下的student.csv為例，做簡單演示：
| name | gender | score | grade |
|---|---|---|---|
| David | male | 85 | B |
| Michael | female | 90 | A |
| Cammy | male | 88 | A |
| Tom | female | 59 | C |
csvlook
csvlook和其他命令行一樣，可以直接指定文件作為輸入，也可以接受stdin作為輸入。對比下效果，直接cat student.csv的輸出：
<pre>
name,gender,score,grade
David,male,85,B
Michael,female,90,A
Cammy,male,88,A
Tom,female,59,C
</pre>
用csvlook后cat student.csv | csvlook的輸出：
| name | gender | score | grade |
|---|---|---|---|
| David | male | 85 | B |
| Michael | female | 90 | A |
| Cammy | male | 88 | A |
| Tom | female | 59 | C |
<pre>
| name | gender | score | grade |
|---|---|---|---|
| David | male | 85 | B |
| Michael | female | 90 | A |
| Cammy | male | 88 | A |
| Tom | female | 59 | C |
</pre>
熟悉Markdown語法的會發現這個就是Markdown里面的表格啊！
csvcut
和cut作用相似，但對CSV支持更好。比如查看列名，選取列，剔除列等。
-
csvcut -n student.csv：輸出列名，當列比較多的時候特別有用，結果如下； -
head -1 student.csv | tr ',' '\n' | cat -n：可以達到類似的效果;
<pre>
1: name
2: gender
3: score
4: grade
</pre>
-
csvcut -c 1 student.csv：提取第一列； -
csvcut -c name student.csv：按名字提取列； -
csvcut -C 2 student.csv：提取除去第二列的其他列，如下：
| name | score | grade |
|---|---|---|
| David | 85 | B |
| Michael | 90 | A |
| Cammy | 88 | A |
| Tom | 59 | C |
csvstat
可以對指定列做簡單地統計分析，比如想簡單看一下score的統計數據，可以直接提取該列，用pipeline傳遞給該命令即可：
-
csvcut -c score student.csv| csvstat：產生如下結果
<pre>
Type of data: Number
Contains null values: False
Unique values: 4
Smallest value: 59
Largest value: 90
Sum: 322
Mean: 80.5
Median: 86.5
StDev: 14.47987108598231501073829222
Most common values: 85 (1x)
90 (1x)
88 (1x)
59 (1x)
Row count: 4
</pre>
csvsql
這是一個比較狠的工具，直接在CSV文件上執行SQL查詢，直接傳入SQL語句即可：
-
csvsql --query "select avg(score) from student;" student.csv：計算score的均值 -
csvsql --query "select * from student where score > 85;" student.csv：選出score大于85行，如下：
| name | gender | score | grade |
|---|---|---|---|
| Michael | female | 90 | A |
| Cammy | male | 88 | A |
