Linux 操作文本文件列数据的常用命令

Linux 提供了多种强大的命令来处理文本文件中的列数据，以下是一些最常用的命令和工具：

基本列处理命令

1. cut - 提取文件的列

   cut -f 1,3 file.txt      # 提取第1和第3列(制表符分隔)
   cut -d',' -f 2 file.csv  # 提取逗号分隔文件的第2列
   

2. awk - 强大的文本处理工具

   awk '{print $2}' file.txt          # 打印第2列(默认空格分隔)
   awk -F',' '{print $1,$3}' file.csv # 打印逗号分隔文件的第1和第3列
   

3. paste - 合并文件的列

   paste file1.txt file2.txt  # 水平合并两个文件
   

高级列处理

4. column - 格式化列输出

   column -t file.txt  # 以表格形式显示列数据
   

5. datamash - 数据统计和操作

   datamash groupby 1 sum 2 < file.txt  # 按第1列分组并求第2列的和
   

6. csvkit工具集(需安装) - 专门处理CSV文件

   csvcut -c 1,3 file.csv    # 提取CSV文件的第1和第3列
   csvstat file.csv          # 显示CSV文件的统计信息
   

列数据转换和排序

7. sort - 按列排序

   sort -k2 file.txt      # 按第2列排序
   sort -t',' -k3n file.csv # 按逗号分隔的第3列数值排序
   

8. join - 基于共同列合并文件

   join -j1 file1.txt file2.txt  # 基于第1列合并两个文件
   

9. tr - 字符转换(常用于列数据)

   cut -f1 file.txt | tr 'a-z' 'A-Z'  # 提取第1列并转为大写
   

列数据统计和分析

10. uniq - 统计列中唯一值

    cut -f1 file.txt | sort | uniq -c  # 统计第1列各值的出现次数
    

11. wc - 统计列数/行数

    wc -l file.txt  # 统计行数
    

12. grep - 基于列的过滤

    awk '{print $2}' file.txt | grep 'pattern'  # 在第2列中搜索模式
    

这些命令可以单独使用，也可以通过管道组合使用，形成强大的文本处理流水线。