0

Necesito recorrer y mostrar las columnas de un .csv por bash. Y además decir que tipo de dato es esa columna.

Ahora mismo tengo este código:

 sed -rn '1,2s/[[:blank:]]//g;1p;2s/([0-9]*[a-zA-Z]+[0-9]*)+/(string)/g;2s/([[:digit:]]+\.[[:digit:]]+)/\(decimal\)/g;2s/([[:digit:]]+)/(int)/g;2p' student-mat.csv

Y este me devuelve esta salida:

school,sex,age,address,famsize,Pstatus,Medu,Fedu,Mjob,Fjob,reason,guardian,traveltime,studytime,failures,schoolsup,famsup,paid,activities,nursery,higher,internet,romantic,famrel,freetime,goout,Dalc,Walc,health,absences,G1,G2,G3
(string),(string),(int),(string),(string),(string),(int),(int),(string)_(string),(string),(string),(string),(int),(int),(int),(string),(string),(string),(string),(string),(string),(string),(string),(int),(int),(int),(int),(int),(int),(int),(int),(int),(int)

Es decir, me muestra primero todas las columnas y a continuación muestra el tipo de dato que es. Pero no es la salida que busco, necesito que me lo muestre de esta forma:

school -> (string)
sex -> (string)
age -> (int)
...

¿Como puedo modificar el código para que me lo muestre de esta forma? El código completo es el siguiente:

while getopts ":v" option; do
 case $option in
 v) varg=${OPTARG}
 echo "\nFORMATO DEL FICHERO"
 file student-mat.csv
 echo "\nTIPOS DE DATOS DE LAS COLUMNAS"
 sed -rn '1,2s/[[:blank:]]//g;1p;2s/([0-9]*[a-zA-Z]+[0-9]*)+/(string)/g;2s/([[:digit:]]+\.[[:digit:]]+)/\(decimal\)/g;2s/([[:digit:]]+)/(int)/g;2p' student-mat.csv
 exit
;;
esac
done

Cuando se llama al script con la opción -v se muestra la salida que esta mas arriba.

2
  • 1
    Sólo por curiosidad, Es para una tarea entre varios? Esa primera parte de la pregunta la contesté para varios que la preguntaban en SO
    – Cuauhtli
    Commented el 23 dic. 2021 a las 0:26
  • ¿Podrías poner un ejemplo de fichero inicial?
    – fedorqui
    Commented el 23 dic. 2021 a las 6:50

1 respuesta 1

2

Al resultado le puedes poner un script de awk:

awk '
NR==1{split($0,columnas,",")} 
NR==2{split($0,tipo_de_dato,",")} 
END{ for (i=1; i <= length(columnas); i++) 
    printf "%s -> %s\n", columnas[i], tipo_de_dato[i] }'

Por ejemplo, suponiendo que el archivo archivo.txt es de la forma:

Columna1,Columna2,Columna3,col4,col5
row1, 123, 123.89,r,2.3
row2, 456, 321.89,s,0.1

Podemos usar:

$ sed -rn '1p
2s/([0-9]*[a-zA-Z]+[0-9]*)+/(string)/g
2s/([[:digit:]]+\.[[:digit:]]+)/(decimal)/g
2s/([[:digit:]]+)/(int)/g
2s/[[:blank:]]//gp' archivo.txt \
| awk '
NR==1{split($0,columnas,",")} 
NR==2{split($0,tipo_de_dato,",")} 
END{ for (i=1; i <= length(columnas); i++) 
    printf "%s -> %s\n", columnas[i], tipo_de_dato[i] }'

Y tenemos:

Columna1 -> (string)
Columna2 -> (int)
Columna3 -> (decimal)
col4 -> (string)
col5 -> (decimal)

Y, como dije en estas preguntas:

Te sugiero no usar sed, y mejor usar awk. Así ya tienes un script que, tanto te checa el dato, como te formatea la salida bien flipante.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.