Como posso criar um array multidimensional, ou algo semelhante, com o bash?

Você não. Se você precisar de algo como uma matriz multidimensional, isso é uma indicação muito forte de que você deve usar uma linguagem de programação real em vez de um shell. Os shells não são realmente linguagens de programação e, embora possam ser (ab) usados ​​como um, isso deve ser apenas para coisas simples. Infelizmente, muitas pessoas parecem pensar que o shell é a ferramenta certa para todas as situações e isso leva a muito esforço desperdiçado tentando fazer algo que o shell não pode fazer ou pode fazer muito mal, em vez de usar uma ferramenta projetada para o trabalho.

Dito isso, você pode hackear algo usando namerefs :

Uma variável pode receber o atributo nameref usando a opção -n para declarar ou comandos internos locais (consulte Comandos internos do Bash) para criar um nameref ou uma referência a outra variável. Isso permite que as variáveis ​​sejam manipuladas indiretamente. Sempre que a variável nameref é referenciada, atribuída, desdefinida ou tem seus atributos modificados (além de usar ou alterar o próprio atributo nameref), a operação é realmente executada na variável especificada pelo valor da variável nameref. Um nameref é comumente usado em funções shell para se referir a uma variável cujo nome é passado como um argumento para a função. Por exemplo, se um nome de variável for passado para uma função shell como seu primeiro argumento, executar

declare -n ref=$1

dentro da função cria uma variável nameref ref cujo valor é o nome da variável passado como o primeiro argumento. Referências e atribuições a ref, e alterações em seus atributos, são tratadas como referências, atribuições e modificações de atributo para a variável cujo nome foi passado como $1.

Por exemplo, assim:

#!/bin/bash

data1=("Santiago" "Barcelona" "AWG" "6792992" "Male")
data2=("Santi" "Texas" "BGG" "6792992" "Male")
data3=("Tiago" "Rio" "GHA" "6792992" "Female")

datacol=("data1" "data2" "data3")

for arrayName in "${datacol[@]}"; do
  declare -n array="$arrayName"
  echo "The second element of the array '$arrayName' is: ${array[1]}"
done

Que produz:

$ foo.sh
The second element of the array 'data1' is: Barcelona
The second element of the array 'data2' is: Texas
The second element of the array 'data3' is: Rio

É muito complicado, frágil e não vale o esforço. Em vez disso, use uma linguagem de script real.

Você não pode no Bash, não sem truques. Ksh93 tem matrizes multidimensionais nativas, no entanto.

Um truque comum é usar um array associativo ( declare -A arr) e usar chaves como 1,2, com vários índices separados por uma vírgula literal. Embora iterar sobre uma única "linha" ou "coluna" não seja tão simples. É também assim que o AWK implementa arrays multidimensionais, veja, por exemplo, o manual do GNU AWK .

Em ksh:

arr=((a b c) (d e f))       # 3x2
arr[2]=(g h i)              # one more row
arr[0][2]=x                 # change a value
typeset -p arr
echo ---
for i in ${!arr[@]}; do     # ${!arr[@]} gives the indexes
   for j in ${!arr[i][@]}; do
      echo -n "${arr[i][j]} ";
   done;
   echo;
done

estampas

typeset -a arr=((a b x) (d e f) (g h i) )
---
a b x 
d e f 
g h i 

Mas, realmente, este é um daqueles casos em que você provavelmente deveria considerar mudar para, por exemplo, Python (ou Perl, ou...), a menos que seu caso de uso seja bastante especial. As linguagens do shell facilitam a inicialização de programas externos, mas o manuseio de estruturas de dados é muito mais difícil.

É claro que existem situações em que um shell script é mais simples/prático do que um script Python ou Perl ..., como quando um script serve como "cola" entre uma fonte de entrada e o processamento subsequente.

OP não mencionou o que eles queriam fazer com os dados, então o seguinte é um resumo de algumas das possibilidades de lidar com dados de valor-chave no script de shell. Também presumi que os campos na entrada são separados por vírgula (como seria o caso de en_US-locale *.csv, por exemplo).

Possibilidade #1: processamento linear com um array por linha de um arquivo de entrada

# generic shell script
rownum=0
while IFS=',' read -r loca locb ccode ncode gend; do 
    # do something with fields 'loca',... etc per row
    process_row "$rownum" "$loca" "$locb" "$ccode" "$ncode" "$gend" || break
    rownum=$(( rownum + 1 ))
done < sourcefile.csv

Possibilidade #2: processamento linear usando a lista de elementos posicionais, por exemplo, entrada de uma função/programa

# generic shell script
oifs="$IFS"; newline="
"; IFS="$newline"
for var in $(your_input_source_command_that_emits_csv); do
    IFS=','; set -f; set -- $var; set +f; IFS="$oifs"
    process_row "$@" || break
    IFS="$newline"
done
IFS="$oifs"

Possibilidade nº 3: carregar dados em uma matriz multidimensional para processamento não linear subsequente

# can be done with ksh, zsh or even, uh, bash.
declare/local -A arry=()
rownum=0; # <= first dimension is rownum
while read -r lin; do
    for key in 'loca' 'locb' 'ccode' 'ncode' 'gend'; do
        arry["$rownum.$key"]="${lin%%,*}"; lin="${lin#*,"}"
    done
    rownum=$(( rownum + 1 ))
done < fsource # or < <(function_or_program)

Aqui, o "separador de dimensão" é um ponto, mas qualquer outro caractere não-dígito também estaria ok. Pode-se usar qualquer caractere (incluindo $'\n',$'\a' etc) que não apareça em nenhum nome de dimensão.