PRF:20180422 Command Line Tricks For Data Scientists - kade killary.md

@GraveAccent
2024-12-26 21:30:55 +08:00 · 2018-12-13 22:12:13 +08:00 · 2018-12-13 22:12:13 +08:00 · 690b6cc853
commit 690b6cc853
parent 1be4d5640b
1 changed files with 140 additions and 126 deletions
--- a/translated/tech/20180422
+++ b/translated/tech/20180422
@ -3,30 +3,29 @@

 ![](https://i.imgur.com/0mzQMcB.png)

-对于许多数据科学家来说，数据操作始于和结束于 Pandas 或 Tidyverse。从理论上讲，这样做没有任何问题。毕竟，这就是这些工具存在的原因。然而，对于像分隔符转换这样的简单任务，这些工具是大材小用了。
+对于许多数据科学家来说，数据操作从始至终就是 Pandas 或 Tidyverse。从理论上讲，这样做没有任何问题。毕竟，这就是这些工具存在的原因。然而，对于像分隔符转换这样的简单任务，这些工具是大材小用了。

-立志掌握命令行应该在每个开发人员的清单上，特别是数据科学家。学习 shell 的来龙去脉将无可否认地提高你的生产力。除此之外，命令行还是计算领域的一个重要历史课程。例如，awk  - 一种数据驱动的脚本语言。1977年，在传奇的 [K&R 书][2]中 K 即 [Brain Kernighan][1] 的帮助下，Awk 首次出现。今天，大约五十年过去了，awk 仍然和每年出现的[新书][3]相关。因此，可以安全地假设对命令行魔法的投资不会很快贬值。
+立志掌握命令行应该在每个开发人员的学习清单上，特别是数据科学家。学习 shell 的来龙去脉将无可否认地提高你的生产力。除此之外，命令行还是计算领域的一个重要历史课程。例如，awk —— 一种数据驱动的脚本语言。1977 年，在 [Brain Kernighan][1]（即传奇的 [K&R 书][2]中 K）的帮助下，awk 首次出现。今天，大约五十年过去了，awk 仍然活跃在每年[新出版的书][3]里面。因此，可以安全地假设对命令行魔法的付出不会很快贬值。

 ### 我们将涵盖什么

-  * ICONV
-  * HEAD
-  * TR
-  * WC
-  * SPLIT
-  * SORT & UNIQ
-  * CUT
-  * PASTE
-  * JOIN
-  * GREP
-  * SED
-  * AWK
-
-
+* ICONV
+* HEAD
+* TR
+* WC
+* SPLIT
+* SORT & UNIQ
+* CUT
+* PASTE
+* JOIN
+* GREP
+* SED
+* AWK

 ### ICONV

-文件编码可能会很棘手。现在大部分文件都是 UTF-8 编码的。要了解 UTF-8 背后的一些魔力，请查看这个出色的[视频][4]。尽管如此，有时我们收到的文件不是这种格式。这可能引起对改变编码模式的一些不靠谱尝试。这里，iconv 是一个拯救者。Iconv 是一个简单的程序，它将获取采用一种编码的文本并输出采用另一种编码的文本。
+文件编码可能会很棘手。现在大部分文件都是 UTF-8 编码的。要了解 UTF-8 背后的一些魔力，请查看这个出色的[视频][4]。尽管如此，有时我们收到的文件不是这种编码。这可能引起对改变编码模式的一些胡乱尝试。这里，`iconv` 是一个拯救者。`iconv` 是一个简单的程序，它将获取采用一种编码的文本并输出采用另一种编码的文本。
+
 ```
 # Converting -f (from) latin1 (ISO-8859-1)
 # -t (to) standard UTF_8
@ -34,16 +33,15 @@
 iconv -f ISO-8859-1 -t UTF-8 < input.txt > output.txt
 ```

-  * 实用选项：
-
-    * `iconv -l` 列出所有已知编码
-    * `iconv -c` 默默丢弃无法转换的字符
-
+实用选项：

+* `iconv -l` 列出所有已知编码
+* `iconv -c` 默默丢弃无法转换的字符

 ### HEAD

-如果你是一个频繁的 Pandas 用户，那么会很熟悉 `head`。通常在处理新数据时，我们想做的第一件事就是了解其内容。这导致启动 Pandas，读取数据然后调用 `df.head()` \- 这至少是费劲的。没有任何标志的 Head 将打印出文件的前10行。`head` 的真正力量在于测试出来干净利落的操作。例如，如果我们想将文件的分隔符从逗号更改为管道。一个快速测试将是：`head mydata.csv | sed 's/,/|/g'`。
+如果你是一个 Pandas 重度用户，那么会很熟悉 `head`。通常在处理新数据时，我们想做的第一件事就是了解其内容。这就得启动 Pandas，读取数据然后调用 `df.head()` —— 要说这有点费劲。没有任何选项的 `head` 将打印出文件的前 10 行。`head` 的真正力量在于干净利落的测试操作。例如，如果我们想将文件的分隔符从逗号更改为管道。一个快速测试将是：`head mydata.csv | sed 's/,/|/g'`。
+
 ```bash
 # Prints out first 10 lines
 head filename.csv
@ -52,63 +50,61 @@ head filename.csv
 head -n 3 filename.csv
 ```

-  * 实用选项：
-
-    * `head -n` 打印特定行数
-    * `head -c` 打印具体的字节数
-
+实用选项：

+* `head -n` 打印特定行数
+* `head -c` 打印特定字节数

 ### TR

-Tr 类似于翻译。这个功能强大的实用程序是基本文件清理的主力。理想的用例是交换文件中的分隔符。
+`tr` 类似于翻译。这个功能强大的实用程序是文件基础清理的主力。理想的用例是替换文件中的分隔符。
+
 ```bash
 # Converting a tab delimited file into commas
 cat tab_delimited.txt | tr "\t" "," comma_delimited.csv
 ```

-`tr` 另一个功能是在你支配中的内建 `[:class:]` 变量（POSIX 字符类）。这些包括了：
+`tr` 另一个功能是你可以用内建 `[:class:]` 变量（POSIX 字符类）发挥威力。这些包括了：

-```
-[:alnum:] all letters and digits
-[:alpha:] all letters
-[:blank:] all horizontal whitespace
-[:cntrl:] all control characters
-[:digit:] all digits
-[:graph:] all printable characters, not including space
-[:lower:] all lower case letters
-[:print:] all printable characters, including space
-[:punct:] all punctuation characters
-[:space:] all horizontal or vertical whitespace
-[:upper:] all upper case letters
-[:xdigit:] all hexadecimal digits
-```
+- `[:alnum:]` 所有字母和数字
+- `[:alpha:]` 所有字母
+- `[:blank:]` 所有水平空白
+- `[:cntrl:]` 所有控制字符
+- `[:digit:]` 所有数字
+- `[:graph:]` 所有可打印字符，但不包括空格
+- `[:lower:]` 所有小写字母
+- `[:print:]` 所有可打印字符，包括空格
+- `[:punct:]` 所有标点符号
+- `[:space:]` 所有水平或垂直空白
+- `[:upper:]` 所有大写字母
+- `[:xdigit:]` 所有 16 进制数字
+
+你可以将这些连接在一起以组成强大的程序。以下是一个基本的字数统计程序，可用于检查 README 是否被滥用。

-你可以将这些连接在一起以组成强大的程序。以下是一个基本的字数统计程序，可用于检查自述文件是否过度使用。
 ```
 cat README.md | tr "[:punct:][:space:]" "\n" | tr "[:upper:]" "[:lower:]" | grep . | sort | uniq -c | sort -nr
 ```

 另一个使用基本正则表达式的例子：
+
 ```
 # Converting all upper case letters to lower case
 cat filename.csv | tr '[A-Z]' '[a-z]'
 ```

-  * 实用选项：
-
-    * `tr -d` 删除字符
-    * `tr -s` 压缩字符
-    * `\b` 退格
-    * `\f` 换页
-    * `\v` 垂直制表符
-    * `\NNN` 八进制字符
-
+实用选项：

+* `tr -d` 删除字符
+* `tr -s` 压缩字符
+* `\b` 退格
+* `\f` 换页
+* `\v` 垂直制表符
+* `\NNN` 八进制字符

 ### WC

-单词数量。它的值主要来自 `-l` 标志，它会给你提供行数。
+单词计数。它的价值主要来自其 `-l` 选项，它会给你提供行数。
+
 ```
 # Will return number of lines in CSV
 wc -l gigantic_comma.csv
@ -116,18 +112,17 @@ wc -l gigantic_comma.csv

 这个工具可以方便地确认各种命令的输出。所以，如果我们在转换文件中的分隔符之后运行 `wc -l`，我们会期待总行数是一样的，如果不一致，我们就知道有地方出错了。

-  * 实用选项：
-
-    * `wc -c` 打印字节数
-    * `wc -m` 打印字符数
-    * `wc -L` 打印最长行的长度
-    * `wc -w` 打印单词数量
-
+实用选项：

+* `wc -c` 打印字节数
+* `wc -m` 打印字符数
+* `wc -L` 打印最长行的长度
+* `wc -w` 打印单词数量

 ### SPLIT

-文件大小的范围可以很广。取决于任务，拆分文件可以是有益的，所以使用 `split` 吧。split的基本语法是：
+文件大小的范围可以很广。对于有的任务，拆分文件或许是有好处的，所以使用 `split` 吧。`split` 的基本语法是：
+
 ```bash
 # We will split our CSV into new_filename every 500 lines
 split -l 500 filename.csv new_filename_
@ -138,7 +133,8 @@ split -l 500 filename.csv new_filename_
 # new_filename_aa
 ```

-两个奇怪的地方是命名约定和缺少文件扩展名。后缀约定可以通过 `-d` 标志变为数字。要添加文件扩展名，你需要运行以下 `find` 命令。它将通过附加 `.csv`更改当前目录中所有文件的名称，所以小心了。
+它有两个奇怪的地方是命名约定和缺少文件扩展名。后缀约定可以通过 `-d` 标志变为数字。要添加文件扩展名，你需要运行以下 `find` 命令。它将通过附加 `.csv` 扩展名来更改当前目录中所有文件的名称，所以小心了。
+
 ```bash
 find . -type f -exec mv '{}' '{}'.csv \;
 # ls output
@ -148,19 +144,18 @@ find . -type f -exec mv '{}' '{}'.csv \;
 # new_filename_aac.csv
 ```

-  * 实用选项：
-
-    * `split -b` 按特定字节大小分割
-    * `split -a` 生成长度为 N 的后缀
-    * `split -x` 使用十六进制后缀分割
-
+实用选项：

+* `split -b N` 按特定字节大小分割
+* `split -a N` 生成长度为 N 的后缀
+* `split -x` 使用十六进制后缀

 ### SORT & UNIQ

-以上两个命令很明显：他们的作用就是字面意思。这两者结合起来可以提供最强大的冲击 (i.e. 单独单词数量)。这是由于 `uniq` 只作用于重复的相邻行。这也是在输出前 `sort` 的原因。一个有趣的纪录是 `sort -u` 会达到和典型的 `sort file.txt | uniq` 模式一样的结果。
+上面两个命令很明显：它们的作用就是字面意思。这两者结合起来可以提供最强大的冲击 (例如，唯一单词的数量)。这是由于 `uniq` 只作用于重复的相邻行。这也是在输出前进行 `sort` 的原因。一个有趣的事情是 `sort -u` 会达到和典型的 `sort file.txt | uniq` 模式一样的结果。
+
+`sort` 对数据科学家来说确实具有潜在的有用能力：能够根据特定列对整个 CSV 进行排序。

-Sort 对数据科学家来说确实具有潜在的有用能力：能够根据特定列对整个 CSV 进行排序。
 ```bash
 # Sorting a CSV file by the second column alphabetically
 sort -t"," -k2,2 filename.csv
@ -172,37 +167,39 @@ sort -t"," -k2n,2 filename.csv
 sort -t"," -k2nr,2 filename.csv
 ```

-这里的 `-t` 选项将逗号指定为分隔符。通常假设分隔符是空格或制表符。此外，`-k` 标志是为了确定我们的 key。这里的语法是 `-km,n`，`m` 作为开始列，`n` 作为结束列。
-
-  * 实用选项：
-
-    * `sort -f` 忽略大小写
-    * `sort -r` 反向排序
-    * `sort -R` 乱序
-    * `uniq -c` 统计出现次数
-    * `uniq -d` 只打印重复行
+这里的 `-t` 选项将逗号指定为分隔符，通常假设分隔符是空格或制表符。此外，`-k` 选项是为了确定我们的键。这里的语法是 `-km,n`，`m` 作为开始列，`n` 作为结束列。

+实用选项：

+* `sort -f` 忽略大小写
+* `sort -r` 反向排序
+* `sort -R` 乱序
+* `uniq -c` 统计出现次数
+* `uniq -d` 只打印重复行

 ### CUT

-Cut 用于删除列。为了演示，如果我们只想删除第一和第三列。
+`cut` 用于删除列。作为演示，如果我们只想删除第一和第三列。
+
 ```bash
 cut -d, -f 1,3 filename.csv
 ```

-选择除了第一行外的所有行。
+要选择除了第一行外的所有行。
+
 ```bash
 cut -d, -f 2- filename.csv
 ```

-结合其他命令，将`cut` 用作过滤器。
+结合其他命令，将 `cut` 用作过滤器。
+
 ```bash
 # Print first 10 lines of column 1 and 3, where "some_string_value" is present
 head filename.csv | grep "some_string_value" | cut -d, -f 1,3
 ```

 查出第二列中唯一值的数量。
+
 ```bash
 cat filename.csv | cut -d, -f 2 | sort | uniq | wc -l

@ -212,7 +209,8 @@ cat filename.csv | cut -d, -f 2 | sort | uniq -c | head

 ### PASTE

-Paste 是一个带有趣味性功能的粘贴命令。如果你有两个需要合并的文件，并且它们已经排序了，`paste` 帮你解决了接下来的步骤。
+`paste` 是一个带有趣味性功能的特定命令。如果你有两个需要合并的文件，并且它们已经排序好了，`paste` 帮你解决了接下来的步骤。
+
 ```bash
 # names.txt
 adam
@ -233,37 +231,38 @@ john,youtuber
 zach,developer
 ```

-查看更多 SQL_-esque 变种，见下文。
+更多 SQL 式变种，见下文。

 ### JOIN

-Join 是一个简单准切向的 SQL。最大的区别是 `join` 将返回所有列以及只能在一个字段上匹配。默认情况下，`join` 将尝试使用第一列作为匹配键。为了获得不同结果，必须使用以下语法：
+`join` 是一个简单的、<ruby>准切向的<rt>quasi-tangential</rt></ruby> SQL。最大的区别是 `join` 将返回所有列以及只能在一个字段上匹配。默认情况下，`join` 将尝试使用第一列作为匹配键。为了获得不同结果，必须使用以下语法：
+
 ```bash
 # Join the first file (-1) by the second column
 # and the second file (-2) by the first
 join -t "," -1 2 -2 1 first_file.txt second_file.txt
 ```

-标准的 join 是内连接。然而，外连接通过 `-a` 标志也是可行的。另一个值得一提的技巧是 `-q` 标志，如果发现有缺失的字段，可用于替换值。
+标准的 `join` 是内连接。然而，外连接通过 `-a` 选项也是可行的。另一个值得一提的技巧是 `-q` 标志，如果发现有缺失的字段，可用于替换值。
+
 ```bash
 # Outer join, replace blanks with NULL in columns 1 and 2
 # -o which fields to substitute - 0 is key, 1.1 is first column, etc...
 join -t"," -1 2 -a 1 -a2 -e ' NULL' -o '0,1.1,2.2' first_file.txt second_file.txt
 ```

-不是最用户友好的命令，而是绝望时刻的绝望措施。
-
-  * 实用选项：
-
-    * `join -a` 打印不可配对的行
-    * `join -e` 替换丢失的输入字段
-    * `join -j` 相当于 `-1 FIELD -2 FIELD`
+它不是最用户友好的命令，而是绝望时刻的绝望措施。

+实用选项：

+* `join -a` 打印不可配对的行
+* `join -e` 替换丢失的输入字段
+* `join -j` 相当于 `-1 FIELD -2 FIELD`

 ### GREP

-用正则表达式全局搜索并且打印，或者 `grep`，可能是最有名的命令并且有充分的理由。Grep 很强大，特别适合在大型代码库中找到路径。在数据科学的王国里，它充当其他命令的提炼机制。虽然它的标准用途也很有价值。
+`grep` 即 <ruby>用正则表达式全局搜索并且打印<rt>Global search for a Regular Expression and Print</rt></ruby>，可能是最有名的命令，并且名副其实。`grep` 很强大，特别适合在大型代码库中查找。在数据科学的王国里，它充当其他命令的提炼机制。虽然它的标准用途也很有价值。
+
 ```
 # Recursively search and list all files in directory containing 'word'

@ -276,6 +275,7 @@ grep -lr 'word' . | wc -l
 ```

 计算包含单词或模式的总行数。
+
 ```
 grep -c 'some_value' filename.csv

@ -284,39 +284,40 @@ grep -c 'some_value' filename.csv
 grep -c 'some_value' *
 ```

-使用 or 运算符 - `\|` 为多个值 Grep。
+对多个值使用“或”运算符： `\|`。
+
 ```
 grep "first_value\|second_value" filename.csv
 ```

-  * 实用选项：
-
-    * `alias grep="grep --color=auto"` 使 grep 丰富多彩
-    * `grep -E` 使用扩展的 regexp
-    * `grep -w` 只匹配整个单词
-    * `grep -l` 打印匹配的文件名
-    * `grep -v` 倒置匹配
-
+实用选项：

+* `alias grep="grep --color=auto"` 使 grep 色彩丰富
+* `grep -E` 使用扩展正则表达式
+* `grep -w` 只匹配整个单词
+* `grep -l` 打印匹配的文件名
+* `grep -v` 非匹配

 ### 大人物们

-Sed 和 Awk 是本文中最强大的两个命令。为简介起见，我不打算详细讨论这两个命令。相反，我将介绍各种能证明其令人印象深刻的力量的命令。如果你想了解更多，[这儿就有一本书][5]是关于它们的。
+`sed` 和 `awk` 是本文中最强大的两个命令。为简洁起见，我不打算详细讨论这两个命令。相反，我将介绍各种能证明其令人印象深刻的力量的命令。如果你想了解更多，[这儿就有一本书][5]是关于它们的。

 ### SED

 `sed` 本质上是一个流编辑器。它擅长替换，但也可以用于所有输出重构。

-最基本的 `sed` 命令由 `s/old/new/g` 组成。这转换为搜索旧值，全局替换为新值。 如果没有 `/g`，我们的命令将在旧值第一次出现后终止。
+最基本的 `sed` 命令由 `s/old/new/g` 组成。它的意思是搜索 `old`，全局替换为 `new`。 如果没有 `/g`，我们的命令将在 `old` 第一次出现后终止。
+
+为了快速了解它的功能，我们可以深入了解一个例子。 在以下情景中，你已有以下文件：

-为了快速了解它的功能，我们可以深入了解一个例子。 在以下情景中，你已获得以下文件：
 ```
 balance,name
 $1,000,john
 $2,000,jack
 ```

-我们可能想要做的第一件事是删除美元符号。`-i` 标志表示原位。`''` 表示零长度文件扩展名，从而覆盖我们的初始文件。理想情况下，你可以单独测试每个，然后输出到新文件。
+我们可能想要做的第一件事是删除美元符号。`-i` 标志表示原位。`''` 表示零长度文件扩展名，从而覆盖我们的初始文件。理想情况下，你可以单独测试，然后输出到新文件。
+
 ```
 sed -i '' 's/\$//g' data.txt
 # balance,name
@ -324,7 +325,8 @@ sed -i '' 's/\$//g' data.txt
 # 2,000,jack
 ```

-接下来， `blance` 列的逗号。
+接下来，去除 `blance` 列的逗号。
+
 ```
 sed -i '' 's/\([0-9]\),\([0-9]\)/\1\2/g' data.txt
 # balance,name
@ -332,7 +334,8 @@ sed -i '' 's/\([0-9]\),\([0-9]\)/\1\2/g' data.txt
 # 2000,jack
 ```

-最后杰克有一天决定退出。所以，再见了，我的朋友。
+最后 jack 有一天决定辞职。所以，再见了，我的朋友。
+
 ```
 sed -i '' '/jack/d' data.txt
 # balance,name
@ -343,33 +346,35 @@ sed -i '' '/jack/d' data.txt

 ### AWK

-最好的留在最后。Awk 不仅仅是一个简单的命令：它是一个成熟的语言。在本文中涉及的所有内容中，`awk` 是目前为止最酷的。如果你发现自己对其印象深刻，这里有很多很棒的资源 - 看 [这里][6], [这里][7] 和 [这里][8]。
+最好的留在最后。`awk` 不仅仅是一个简单的命令：它是一个成熟的语言。在本文中涉及的所有内容中，`awk` 是目前为止最酷的。如果你感兴趣，这里有很多很棒的资源 —— 看 [这里][6]、[这里][7] 和 [这里][8]。

 `awk` 的常见用例包括：

-  * 文字处理
-  * 格式化文本报告
-  * 执行算术运算
-  * 执行字符串操作
+* 文字处理
+* 格式化文本报告
+* 执行算术运算
+* 执行字符串操作

+`awk` 可以以最原生的形式并行 `grep`。

-
-Awk 可以以最原生的形式并行 `grep`。
 ```
 awk '/word/' filename.csv
 ```

-或者更加神奇：将 `grep` 和 `cut` 组合起来。在这里，`awk` 打印第三和第四列，用 tab 分隔，对于所有带我们指定单词的行。`-F,` 只是改变我们的分隔符为逗号。
+或者更加神奇：将 `grep` 和 `cut` 组合起来。在这里，对于所有带我们指定单词 `word` 的行，`awk` 打印第三和第四列，用 `tab` 分隔。`-F,` 用于指定切分时的列分隔符为逗号。
+
 ```bash
 awk -F, '/word/ { print $3 "\t" $4 }' filename.csv
 ```

-Awk 内置了许多精巧的变量。比如，`NF` \- 字段数 - 和 `NR` \- 记录数。要获取文件中的第53条记录：
+`awk` 内置了许多精巧的变量。比如，`NF` —— 字段数，和 `NR` —— 记录数。要获取文件中的第 53 条记录：
+
 ```bash
 awk -F, 'NR == 53' filename.csv
 ```

-增加的代码是基于一个或多个值进行过滤的能力。下面的第一个示例将打印第一列等于给定字符串的记录的行号和列。
+更多的花招是其基于一个或多个值进行过滤的能力。下面的第一个示例将打印第一列等于给定字符串的行的行号和列。
+
 ```bash
 awk -F, ' $1 == "string" { print NR, $0 } ' filename.csv

@ -378,6 +383,7 @@ awk -F, ' $2 == 1000 { print NR, $0 } ' filename.csv
 ```

 多个数值表达式：
+
 ```bash
 # Print line number and columns where column three greater
 # than 2005 and column five less than one thousand
@ -386,16 +392,19 @@ awk -F, ' $3 >= 2005 && $5 <= 1000 { print NR, $0 } ' filename.csv
 ```

 求出第三列的总和：
+
 ```bash
 awk -F, '{ x+=$3 } END { print x }' filename.csv
 ```

-在第一列等于 “something”的那些行，求出第三列值的总和。
+在第一列等于 `something` 的那些行，求出第三列值的总和。
+
 ```bash
 awk -F, '$1 == "something" { x+=$3 } END { print x }' filename.csv
 ```

-获取文件的尺寸：
+获取文件的行列数：
+
 ```bash
 awk -F, 'END { print NF, NR }' filename.csv

@ -404,11 +413,13 @@ awk -F, 'BEGIN { print "COLUMNS", "ROWS" }; END { print NF, NR }' filename.csv
 ```

 打印出现了两次的行：
+
 ```bash
 awk -F, '++seen[$0] == 2' filename.csv
 ```

 删除重复的行：
+
 ```bash
 # Consecutive lines
 awk 'a !~ $0; {a=$0}']
@ -421,16 +432,19 @@ awk '!($0 in a) {a[$0];print}
 ```

 使用内置函数 `gsub()` 替换多个值。
+
 ```bash
 awk '{gsub(/scarlet|ruby|puce/, "red"); print}'
 ```

 这个 `awk` 命令将组合多个 CSV 文件，忽略标题，然后在最后附加它。
+
 ```bash
 awk 'FNR==1 && NR!=1{next;}{print}' *.csv > final_file.csv
 ```

-需要缩小一个庞大的文件？ `awk` 可以在 `sed` 的帮助下处理它。具体来说，该命令根据行数将一个大文件分成多个较小的文件。这个 one-liner 也将增加一个扩展。
+需要缩小一个庞大的文件？ `awk` 可以在 `sed` 的帮助下处理它。具体来说，该命令根据行数将一个大文件分成多个较小的文件。这个一行脚本将增加一个扩展名。
+
 ```bash
 sed '1d;$d' filename.csv | awk 'NR%NUMBER_OF_LINES==1{x="filename-"++i".csv";}{print > x}'

@ -440,7 +454,7 @@ sed '1d;$d' big_data.csv | awk 'NR%100000==1{x="data_"++i".csv";}{print > x}'

 ### 结语

-命令行拥有无穷无尽的力量。本文中介绍的命令足以将你从一无所知提升到英雄人物。除了涵盖的内容之外，还有许多实用程序需要考虑用于日常数据操作。[Csvkit][9], [xsv][10] 还有 [q][11] 是需要记住的三个。如果你希望更深入地了解命令行数据科学，查看[这本书][12]。它也可以[免费][13]在线获得！
+命令行拥有无穷无尽的力量。本文中介绍的命令足以将你从一无所知提升到英雄人物。除了涵盖的内容之外，还有许多实用程序可以考虑用于日常数据操作。[Csvkit][9]、[xsv][10] 还有 [q][11] 是需要记住的三个。如果你希望更深入地了解命令行数据科学，查看[这本书][12]。它也可以[免费][13]在线获得！

 --------------------------------------------------------------------------------

@ -449,7 +463,7 @@ via: http://kadekillary.work/post/cli-4-ds/
 作者：[Kade Killary][a]
 选题：[lujun9972](https://github.com/lujun9972)
 译者：[GraveAccent](https://github.com/graveaccent)
-校对：[校对者ID](https://github.com/校对者ID)
+校对：[wxy](https://github.com/wxy)

 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出