CSVSTAT(1) csvkit CSVSTAT(1)

csvstat - محاسبه آمارهای توصیفی و خلاصه اطلاعات برای ستون‌های پرونده‌های CSV

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.

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

Christopher Groskopf و مشارکت‌کنندگان

2016, Christopher Groskopf and James McKinney

۱۶ اوت ۲۰۲۴ 2.2.0