是否存在用于在CSV文件中删除列的命令行拼写？

具有以下内容的文件：

1111,2222,3333,4444
aaaa,bbbb,cccc,dddd

我试图得到一个与原始文件相等但缺少第n列的文件，例如n = 2（或者可能是3）

1111,2222,4444
aaaa,bbbb,dddd

或，对于n = 0（或可能为1）

2222,3333,4444
bbbb,cccc,dddd

实际文件的长度可以为千兆字节，具有数万列。

和以往一样，我怀疑命令行魔术师可以提供一个优雅的解决方案... :-)

在我实际的实际情况中，我需要删除2个第一列，这可以通过按顺序删除第一列两次来完成，但是我想概括一下会更有趣。

text-processing

— 伊万
source

是否保证这些字段不包含,？（即，,仅用作字段分隔符。）

— CVn 2012年

@MichaelKjörling，有一个更灵活的解决方案会很好，但是在我的情况下-是的：分隔符是，,并且它永远不会在字段内发生。

— 伊万（Ivan）

在那种情况下，斯科特的答案应该就是事实。

— CVn 2012年

Answers:

我相信这是特定于GNU coreutils的：

$ cut --complement -f 3 -d, inputfile
1111,2222,4444
aaaa,bbbb,dddd

通常，您可以通过-f指定所需的字段，但是通过添加--complement可以自然地反转含义。从“人切”开始：

--complement
    complement the set of selected bytes, characters or fields

一个警告：如果任何列包含逗号，它将抛出cutt，因为cut不是与电子表格相同的CSV解析器。许多解析器对如何处理CSV中的转义逗号有不同的想法。对于简单的CSV情况，在命令行上，剪切仍然是可行的方法。

— 斯科特·麦格伦
source

只要是简单的CSV文件，它就可以正常工作。如果其中任何一列是带逗号的字符串，则该列将被抛出cut，因为它不是CSV解析器。如果CSV字段的值中包含字段分隔符，则将其用引号引起来。顺便说一下，关于的主题cut，-f取字段范围。cut -f, -d3-将输出第三个字段，删除前两个字段。

— Alexios 2012年

您的意思是cut -d, -f3-

— 没用的2012年

@Alexios这是一个好点。我从未真正处理过“真实的” CSV，只涉及简单的子集。我将编辑我的答案以反映这一点。

— Scott McClung 2012年

@没用：该死的，是的。这就是我所说的“切割型阅读障碍症”再次发作。感叹。斯科特：CSV文件是棘手的野兽。太多不同的子格式，其中有些甚至都不是C SV，但无论如何都通常称为子格式。

— Alexios 2012年

这会将新的CSV打印到我的终端-如何获取它来覆盖输入（或者写到一个新文件，好像OP正在寻找其中一个）？

— Max Ghenis 2014年

如果数据仅由逗号分隔的列组成：

cut -d , -f 1-2,4-

您也可以使用awk，但这有点尴尬，因为清除字段很容易，但是删除分隔符需要一些工作。如果没有空字段，那还不错：

awk -F , 'BEGIN {OFS=FS}  {$3=""; sub(",,", ","); print}'

如果您有实际的CSV（如果正确引用，逗号可以出现在字段中），则需要一个真正的CSV库。

— 吉勒斯“别再邪恶了”
source