| CSVSTAT(1) | csvkit | CSVSTAT(1) |
نام (NAME)
csvstat - محاسبه آمارهای توصیفی و خلاصه اطلاعات برای ستونهای پروندههای CSV
توضیحات (DESCRIPTION)
آمارهای توصیفی را برای تمام ستونهای یک پرونده CSV چاپ میکند. این ابزار به صورت هوشمند نوع هر ستون را تشخیص داده و سپس تحلیلهای متناسب با آن نوع داده را چاپ میکند (بازه برای تاریخها، میانگین و میانه برای اعداد صحیح و غیره):
usage: csvstat [-h] [-d DELIMITER] [-t] [-q QUOTECHAR] [-u {0,1,2,3}] [-b]
[-p ESCAPECHAR] [-z FIELD_SIZE_LIMIT] [-e ENCODING] [-L LOCALE]
[-S] [--blanks] [--null-value NULL_VALUES [NULL_VALUES ...]]
[--date-format DATE_FORMAT] [--datetime-format DATETIME_FORMAT]
[-H] [-K SKIP_LINES] [-v] [-l] [--zero] [-V] [--csv] [--json]
[-i INDENT] [-n] [-c COLUMNS] [--type] [--nulls] [--non-nulls]
[--unique] [--min] [--max] [--sum] [--mean] [--median]
[--stdev] [--len] [--max-precision] [--freq]
[--freq-count FREQ_COUNT] [--count]
[--decimal-format DECIMAL_FORMAT] [-G] [-y SNIFF_LIMIT] [-I]
[FILE]
چاپ آمارهای توصیفی برای هر ستون در یک پرونده CSV.
آرگومانهای مکانی:
FILE پرونده CSV مورد نظر برای پردازش. در صورت حذف،
ورودی هدایتشده (پایپ) از طریق STDIN پذیرفته میشود.
آرگومانهای اختیاری:
-h, --help نمایش این پیام راهنما و خروج
--csv ارائه نتایج در قالب یک جدول CSV بهجای متن ساده.
--json ارائه نتایج در قالب متن JSON بهجای متن ساده.
-i INDENT, --indent INDENT
دندانهدار کردن (تورفتگی) JSON خروجی به این تعداد فاصله.
بهطور پیشفرض غیرفعال است.
-n, --names نمایش نام و نمایه (شاخص) ستونها از پرونده CSV ورودی
و خروج.
-c COLUMNS, --columns COLUMNS
فهرستی با کاما جداشده از شناسهها، نامها یا بازههای ستونها
جهت بررسی، مثلاً "1,id,3-5". مقدار پیشفرض: تمام ستونها.
--type فقط خروجی نوع داده ستونها.
--nulls فقط نمایش اینکه آیا ستونها حاوی مقادیر تهی (null) هستند یا خیر.
--non-nulls فقط خروجی تعداد مقادیر غیرتهی (غیر null).
--unique فقط خروجی تعداد مقادیر یکتا.
--min فقط خروجی کوچکترین مقادیر.
--max فقط خروجی بزرگترین مقادیر.
--sum فقط خروجی مجموع مقادیر.
--mean فقط خروجی میانگین مقادیر.
--median فقط خروجی میانه مقادیر.
--stdev فقط خروجی انحراف معیار مقادیر.
--len فقط خروجی طول طولانیترین مقادیر.
--max-precision فقط خروجی بیشترین تعداد ارقام اعشار.
--freq فقط خروجی فهرست مقادیر پرتکرار.
--freq-count FREQ_COUNT
حداکثر تعداد مقادیر پرتکرار برای نمایش.
--count فقط خروجی تعداد کل سطرها.
--decimal-format DECIMAL_FORMAT
مشخصات فرمت % برای چاپ اعداد اعشاری.
پیشفرض قالببندی متناسب با محلی با "%.3f" است.
-G, --no-grouping-separator
عدم استفاده از جداکنندههای گروهبندی (مانند جداکننده هزارگان) در اعداد اعشاری.
-y SNIFF_LIMIT, --snifflimit SNIFF_LIMIT
محدود کردن تشخیص خودکار لهجه CSV به تعداد بایت مشخصشده.
برای غیرفعال کردن کامل تشخیص خودکار "0" را وارد کنید،
یا "-1" برای بررسی کل پرونده.
-I, --no-inference غیرفعالسازی استنتاج نوع داده (و همچنین --locale، --date-format،
--datetime-format، --no-leading-zeroes) هنگام پردازش ورودی.
همچنین ببینید: آرگومانهای مشترک میان تمام ابزارها.
مثالها (EXAMPLES)
استفاده پایه:
csvstat examples/realdata/FY09_EDU_Recipients_by_State.csv
هنگامی که نام یک معیار آماری مشخص شود، تنها همان آمار چاپ خواهد شد:
$ csvstat --min examples/realdata/FY09_EDU_Recipients_by_State.csv 1. State Name: None 2. State Abbreviate: None 3. Code: 1 4. Montgomery GI Bill-Active Duty: 435 5. Montgomery GI Bill- Selective Reserve: 48 6. Dependents' Educational Assistance: 118 7. Reserve Educational Assistance Program: 60 8. Post-Vietnam Era Veteran's Educational Assistance Program: 1 9. TOTAL: 768 10. j: None
اگر یک معیار آماری مشخص و یک ستون منفرد درخواست شوند، تنها یک مقدار بازگردانده میشود:
$ csvstat -c 4 --mean examples/realdata/FY09_EDU_Recipients_by_State.csv 6,263.904
نویسنده (AUTHOR)
Christopher Groskopf و مشارکتکنندگان
حق نشر (COPYRIGHT)
2016, Christopher Groskopf and James McKinney
| ۱۶ اوت ۲۰۲۴ | 2.2.0 |