像sql一样查询csv文件

Question

这显然是一个流行的面试问题：

有 2 个包含恐龙数据的 CSV 文件。我们需要查询它们以返回满足特定条件的恐龙。

有 2 个选择 - 仅使用 Unix 命令行工具 ( cut/// ) ，或者使用 Python 等脚本语言，但不使用、等附加paste模块。sedawkqfsqlcsvkit

• 文件1.csv：

  NAME,LEG_LENGTH,DIET
  Hadrosaurus,1.2,herbivore
  Struthiomimus,0.92,omnivore
  Velociraptor,1.0,carnivore
  Triceratops,0.87,herbivore
  Euoplocephalus,1.6,herbivore
  Stegosaurus,1.40,herbivore
  Tyrannosaurus Rex,2.5,carnivore
  

• 文件2.csv

  NAME,STRIDE_LENGTH,STANCE
  Euoplocephalus,1.87,quadrupedal
  Stegosaurus,1.90,quadrupedal
  Tyrannosaurus Rex,5.76,bipedal
  Hadrosaurus,1.4,bipedal
  Deinonychus,1.21,bipedal
  Struthiomimus,1.34,bipedal
  Velociraptor,2.72,bipedal
  

• 使用论坛：

  speed = ((STRIDE_LENGTH / LEG_LENGTH) - 1) * SQRT(LEG_LENGTH * g)
  

  在哪里

  g = 9.8 m/s^2
  

编写一个程序来读取 csv 文件，并仅打印双足恐龙的名称，按速度从最快到最慢排序。

在 SQL 中，这很简单：

select f2.name from
file1 f1 join file2 f2 on f1.name = f2.name
where f1.stance = 'bipedal'
order by (f2.stride_length/f1.leg_length - 1)*pow(f1.leg_length*9.8,0.5) desc

如何在 Bash 或 Python 中完成此操作？

Answer 1

已经创建了一些工具来实现此目的。这是示例：

$ csvq 'select * from cities'
+------------+-------------+----------+
|    name    |  population |  country |
+------------+-------------+----------+
| warsaw     |  1700000    |  poland  |
| ciechanowo |  46000      |  poland  |
| berlin     |  3500000    |  germany |
+------------+-------------+----------+

$ csvq 'insert into cities values("dallas", 1, "america")'
1 record inserted on "C:\\cities.csv".
Commit: file "C:\\cities.csv" is updated.

https://github.com/mithrandie/csvq