与生物信息领域的FASTA/Q格式相类似，CSV/TSV格式在计算机科学、数据分析和生物信息学中扮演着基础角色，其应用范围极为广泛。此类格式通常由以下处理软件进行操作：

以微软Excel为代表的电子表格软件

++/等文本编辑器

sed/awk/cut等Shell命令

各种编程语言的数据处理库。

尽管电子表格软件以及文本编辑器功能卓越，但它们对鼠标的依赖性较强，并不适宜进行大规模的数据处理。

sed、awk、cut等Shell命令通常适用于处理不带标题行的通用表格数据，它们并不适合用于包含标题行的CSV文件格式。

为了一个小操作写/R脚本也有点小题大作，且难以复用。

在csvtk开发之前，市面上已有的工具大多是编程语言编写的，比如用Rust编写的xsv和用C语言编写的工具，它们各自都有其独特的优势和不足。在我完成csvtk开发并着手投稿论文时sublime text replace，恰好有充裕的时间，于是我萌生了再创造一个新工具的想法。

因此，我选择开发一款命令行程序，用于执行针对CSV/TSV文件格式的常规任务，这款工具便是csvtk。

介绍

基本信息

特性

功能

在着手开发csvtk的前两三年里，我已成功编写了数个可重复使用的Perl脚本。

（https://.com//）

，包括、、、，，。

[[]49]

到目前为止sublime text replace，csvtk已有27个子命令，分为以下几大类：

格式转化

集合操作

编辑

排序

绘图

其它

使用

输入数据要求每行的列数一致，空行也会报错

csvtk默认输入数据含有标题行，如没有请开启全局参数-H

csvtk工具预设接收的文件类型为CSV格式，若输入的是TSV格式的数据，需记得启用全局参数中的-t选项。

输入数据列名最好唯一无重复

如果TSV中存在双引号""，请开启全局参数-l

csvtk软件将#开头的行视为注释，若数据表的表头行包含#，用户需通过全局参数-C来设定一个不常使用的字符（例如$）来替代。

例子

请查阅使用手册中的示例，以获取更多相关例子，手册地址为http://..me/csvtk/usage/。

示例数据

 $ cat names.csv
身份标识，名，姓，用户名
 11,"Rob","Pike",rob
 2,Ken,Thompson,ken
 4,"Robert","Griesemer","gri"
 1,"Robert","Thompson","abc"
 NA,"Robert","Abel","123"

增强可读性

在命令行中，输入以下指令：对names.csv文件执行cat操作，然后通过管道将其输出至csvtk工具，并使用pretty选项进行美化展示。
身份标识，姓名首字母，姓氏，用户名
Rob Pike，这位才华横溢的编程大师，他的贡献和影响在计算机科学领域举足轻重。他的工作不仅仅局限于编程语言的设计，更在于他对于编程哲学的深刻洞察。在他的引领下，编程世界发生了翻天覆地的变化，无数开发者受益匪浅。
Ken Thompson，这位人物，他的名字，在业界，广为人知。
Robert Griesemer 强调了禁止对特定内容进行修改的重要性，并指出这一规定适用于所有专有名词。
Robert Thompson，此人禁止对abc进行任何形式的修改。
Robert Abel，编号为123，被禁止对专有名词进行修改。

转为

将names.csv文件的内容通过cat命令输出，随后利用csvtk工具将CSV格式转换为Markdown格式。
身份标识符，姓名首字母，姓氏，用户名
该行为不得擅自变更，必须严格遵守规定，不得随意更改条款，任何擅自修改均属违规，必须保持原文的完整性，不得擅自添加或删除内容。
 11 |Rob       |Pike     |rob
 2  |Ken       |Thompson |ken
 4  |Robert    |Griesemer|gri
 1  |Robert    |Thompson |abc
 NA |Robert    |Abel     |123

效果

11

Rob

Pike

rob

Ken

ken

gri

abc

NA

Abel

123

用列或列名来选择指定列，可改变列的顺序

执行以下命令，将names.csv文件中的第三列和第一列内容分别提取出来，并对输出结果进行美化展示：使用管道将cat命令的输出传递给csvtk cut命令，指定提取第三列和第一列的数据，再通过管道将结果传递给csvtk pretty命令进行处理。
执行命令以从names.csv文件中提取最后一名和ID信息，然后通过csvtk工具进行切割和美化输出。
 last_name   id
 Pike        11
 Thompson    2
 Griesemer   4
 Thompson    1
 Abel        NA

用通配符选择多列

执行命令，将names.csv文件中的"name"和"id"字段提取出来，然后使用csvtk工具进行格式化美化展示。
姓名首字母，姓氏全称，用户名，身份标识号
罗布·派克，他犯下了11起抢劫罪行。
Ken Thompson，他坚决反对对专业知识的篡改。
Robert Griesemer在文中明确指出，……
Robert Thompson，他的身份信息为abc，编号为1。
罗伯特·亚伯，编号123，信息未公开。

取消第2、3列数据（具体做法是选取一定区间，其中-3位于区间的起始位置，而-2则位于区间的末端）。

执行命令以从names.csv文件中提取第二列和第三列的数据，然后通过csvtk工具对提取出的数据进行格式化美化显示。
执行命令以从names.csv文件中提取第三列至第二列的数据，然后通过csvtk工具进行格式化美化输出。
执行命令，从names.csv文件中提取出首名和姓氏字段，并通过csvtk工具进行切割处理，最后以美化格式输出。
 id   username
 11   rob
 2    ken
 4    gri
 1    abc
 NA   123

按指定列搜索，默认精确匹配

执行命令以过滤名为 "names.csv" 的文件中的特定行，筛选出包含 "id" 字段的记录，然后对筛选结果进行美化显示。
 id   first_name   last_name   username
 1    Robert       Thompson    abc

模糊搜索（正则表达式）

执行命令以筛选出names.csv文件中id列第一列的记录，然后使用csvtk工具进行正则表达式匹配，最后以美化格式输出结果。
 id   first_name   last_name   username
 11   Rob          Pike        rob
 1    Robert       Thompson    abc

如有侵权请联系删除！