Início / unix / Perguntas / 755727
Accepted
Duck
Asked: 2023-09-04 23:04:44 +0800 CST

Transformando números de um dígito entre 1 e 9 em dois dígitos, dentro do arquivo CSV

  • 772

Eu tenho um arquivo CSV com milhares de linhas como estas

1664;4;5;35;37;43;5;6
1663;21;23;32;40;49;8;11
1662;16;17;34;35;44;5;10
1661;2;9;23;32;40;6;7
1660;23;25;30;44;47;9;12
1659;3;5;9;32;43;6;10
1658;4;6;10;13;34;3;5
1657;8;9;33;35;40;3;6
1656;15;20;31;44;48;1;3
1655;25;27;35;40;45;7;11
1654;7;32;33;34;38;6;9
1653;5;7;11;27;37;6;12
1652;7;31;33;35;36;7;10
1651;4;12;34;35;45;1;9
1650;5;8;29;35;48;5;6
1649;2;11;28;42;48;4;9
1648;2;11;12;19;38;4;8

Você pode ver que os números entre 1 e 9 são de um único dígito.

Como posso usar sedou algo para converter esses números em dois dígitos, precedendo um zero para eles, como

01 02 03 04 05 06 07 08 09

em vez de

1 2 3 4 5 6 7 8 9

Desde já, obrigado.

text-processing

6 respostas

  1. Best Answer

    Aqui está uma solução usando awk:

    awk 'BEGIN{FS=OFS=";"} {for (i=1;i<=NF;i++) $i=sprintf("%02d",$i)} 1' file.csv

    Isso primeiro definirá o separador de campos de entrada e saída como ;. Em seguida, ele irá iterar sobre todos os campos e normalizar a largura do campo para pelo menos dois dígitos com preenchimento de zero à esquerda usando sprintf()(o que efetivamente não alterará o conteúdo do campo se já for um número de dois dígitos).

    A parte externa aparentemente perdida 1dos blocos de ação instrui awka imprimir a linha atual incluindo todas as alterações.

    Observe que, awkpor padrão, o arquivo não será modificado, mas apenas impresso em stdout, então você irá

    • tem que redirecionar a saída para um arquivo temporário e renomear, como em 
      awk ' ... ' file.csv > output.csv && mv output.csv file.csv
    • ou use uma awkversão que suporte a -i inplaceextensão: 
      awk -i inplace ' ... ' file.csv

    Observe também que este caso específico é adaptado ao seu exemplo de entrada, que compreende apenas números de um ou dois dígitos. Para o caso mais geral de preenchimento de ndígitos, você usaria

    awk -v n=3 'BEGIN{FS=OFS=";"} {for (i=1;i<=NF;i++) $i=sprintf("%0*d",n,$i)} 1' file.csv
    • 4

  2. Dada a sua amostra de entrada, parece

    perl -pi -e 's/\b\d\b/0$&/g' file.csv

    Deveria fazer isso.

    Isso precede a 0todos os dígitos precedidos e seguidos por uma palavra boundary. Substitua \dpor [1-9]se quiser 0ficar sozinho, como sugere o texto da sua pergunta.

    O mesmo com a implementação GNU dosed

    sed -i 's/\b[[:digit:]]\b/0&/g' file.csv

    Com versões recentes do mlr(miller), você também pode fazer:

    mlr --csv -N --fs ';' put '$* = fmtifnum($*, "%02d")'

    Para formatar todos os campos numéricos como números inteiros preenchidos com 0 até um comprimento de 2.

    Isso deixará os números em campos não numéricos (como em "foo 1 and 2";x-2) intocados, mas observe que também reformatará números não inteiros ( 1e0, 10e-1, 1.123, 0x1seriam todos alterados para, 01por exemplo).

    Para preencher apenas os campos que consistem em apenas um dígito decimal (entre aspas ou não):

    mlr --csv -N --fs ';' put 'for (k in $*) {$[k] = sub(string($[k]),"^\d$","0\0")}'
    • 3

  3. Você pode usar sedpara escolher uma "palavra" que tenha um único dígito e prefixá-la com zero:

    sed -E 's/\<([0-9])\>/0\1/g' {file}

    Saída

    1664;04;05;35;37;43;05;06
1663;21;23;32;40;49;08;11
1662;16;17;34;35;44;05;10
1661;02;09;23;32;40;06;07
1660;23;25;30;44;47;09;12
1659;03;05;09;32;43;06;10
1658;04;06;10;13;34;03;05
1657;08;09;33;35;40;03;06
1656;15;20;31;44;48;01;03
1655;25;27;35;40;45;07;11
1654;07;32;33;34;38;06;09
1653;05;07;11;27;37;06;12
1652;07;31;33;35;36;07;10
1651;04;12;34;35;45;01;09
1650;05;08;29;35;48;05;06
1649;02;11;28;42;48;04;09
1648;02;11;12;19;38;04;08

    Neste caso não importa se o arquivo realmente é CSV (campos separados por vírgula, " ,"), ou se possui campos separados por ponto e vírgula (" ;"), ou mesmo campos separados por espaço em branco.

    Se o seu sedsuporte, -ivocê pode editar o arquivo "no local", mas observe que, em comum com a maioria dos outros utilitários, o efeito "no local" é implementado nos bastidores como "gravar em um arquivo temporário e, em seguida, substituir o arquivo original por aquele temporário":

    sed -E 's/\<([0-9])\>/0\1/g' file >file.$$.tmp &&
    mv -f file.$$.tmp file
rm -f file.$$.tmp
    • 3

  4. Usando Miller com inferência de tipo ( -A) e gerando valores inteiros com preenchimento de zero e largura mínima de campo de 2:

    mlr -A --nidx --fs ';' --ofmt '%02d' cat file

    Observe que, com base em sua amostra de entrada, presumi que os dados são, na verdade, numerados de índice em vez de CSV.

    • 2

  5. Usando Raku (anteriormente conhecido como Perl_6)

    ~$ raku -MText::CSV -e 'my @a = csv(in => $*IN, sep => ";");        \
                        @a = @a>>.map( {sprintf "%.2d", $_ } );    \
                        csv(in => @a, out => $*OUT, sep => ";");'  file

    O código acima usa Text::CSVo módulo do Raku. Na primeira instrução o arquivo CSV é lido, configurando o sepparâmetro para aceitar ;ponto e vírgula como separadores de coluna. Na segunda instrução, a sprintfdiretiva "%.2d"define cada coluna com uma largura mínima de 2, preenchida com zeros. Na saída ;os pontos e vírgulas são restaurados como separadores de colunas, caso contrário será utilizado o padrão (vírgula).

    A resposta acima vale para arquivos CSV com cada coluna sendo inteira. Até agora, inteiros não assinados são NYI(ainda não implementados). Pode ser preferível usar a forma de stringsprintf , tomando o cuidado de adicionar 0ao código de formatação, que direciona o preenchimento com zeros em vez de espaços em branco. Segunda declaração alternativa abaixo:

    @a = @a>>.map( {sprintf "%02s", $_ } );

    Entrada de amostra:

    1664;4;5;35;37;43;5;6
1663;21;23;32;40;49;8;11
1662;16;17;34;35;44;5;10
1661;2;9;23;32;40;6;7
1660;23;25;30;44;47;9;12
1659;3;5;9;32;43;6;10
1658;4;6;10;13;34;3;5
1657;8;9;33;35;40;3;6
1656;15;20;31;44;48;1;3
1655;25;27;35;40;45;7;11
1654;7;32;33;34;38;6;9
1653;5;7;11;27;37;6;12
1652;7;31;33;35;36;7;10
1651;4;12;34;35;45;1;9
1650;5;8;29;35;48;5;6
1649;2;11;28;42;48;4;9
1648;2;11;12;19;38;4;8

    Exemplo de saída (qualquer exemplo acima):

    1664;04;05;35;37;43;05;06
1663;21;23;32;40;49;08;11
1662;16;17;34;35;44;05;10
1661;02;09;23;32;40;06;07
1660;23;25;30;44;47;09;12
1659;03;05;09;32;43;06;10
1658;04;06;10;13;34;03;05
1657;08;09;33;35;40;03;06
1656;15;20;31;44;48;01;03
1655;25;27;35;40;45;07;11
1654;07;32;33;34;38;06;09
1653;05;07;11;27;37;06;12
1652;07;31;33;35;36;07;10
1651;04;12;34;35;45;01;09
1650;05;08;29;35;48;05;06
1649;02;11;28;42;48;04;09
1648;02;11;12;19;38;04;08

    Entrada/Saída: Você pode redirecionar a saída para um novo arquivo obtendo o código excelente de @AdminBee ou @roiama (ou ambos). Se você deseja direcionar entrada/saída de dentro do próprio código, os valores dinâmicos $*INe podem ser substituídos por PATHs (veja o segundo URL abaixo para obter detalhes).$*OUT

    https://docs.raku.org/routine/sprintf
    https://github.com/Tux/CSV
    https://raku.org

    • 2

  6. Super bruto.
    Super lento.
    Pode ser útil.

    Usando qualquer editor de texto - substitua todas as ocorrências de ",1," por ",01," etc.

    Dígitos únicos no final da linha precisam, por exemplo,
    substituir todas as ocorrências de ",3[identificador EOL]" por ",03[identificador EOL]"

    • 0

relate perguntas