bashまたはシェルを使用してcsvファイルでSQL操作を実行する

使用csvkit、

$ csvsql -H --query 'SELECT a,min(b),max(c),d FROM file GROUP BY a' file.csv
a,min(b),max(c),d
164318,1449,1457,1922
841422,1221,1228,1860
842179,2115,2118,1485
846354,1512,1513,1590

これはCSVデータを一時データベース（デフォルトではSQLiteと見なす）にロードし、与えられたSQLクエリをここに適用します。デフォルトでは、テーブルの名前は入力ファイルと同じ（サフィックスなし）、データに列ヘッダーがないため、デフォルトのフィールド名はアルファベット順に指定されます。

この-Hオプションは、csvsqlデータに列見出しがないことを示します。

生成されたヘッダーを出力から削除するには、次のようなものを渡しますsed '1d'。

0 で埋められた整数を取得するには、次のようにします。

$ csvsql -H --query 'SELECT printf("%07d,%06d,%06d,%06d",a,min(b),max(c),d) FROM file GROUP BY a' file.csv
"printf(""%07d,%06d,%06d,%06d"",a,min(b),max(c),d)"
"0164318,001449,001457,001922"
"0841422,001221,001228,001860"
"0842179,002115,002118,001485"
"0846354,001512,001513,001590"

ここでは実際には結果レコードごとに1つの出力フィールドしか要求しないため（カンマを含む）、この行を引用しました。より多くの入力が必要ですが、追加の二重引用符を生成しない別のアプローチは次のとおりです。

$ csvsql -H --query 'SELECT printf("%07d",a),printf("%06d",min(b)),printf("%06d",max(c)),printf("%06d",d) FROM file GROUP BY a' file.csv
"printf(""%07d"",a)","printf(""%06d"",min(b))","printf(""%06d"",max(c))","printf(""%06d"",d)"
0164318,001449,001457,001922
0841422,001221,001228,001860
0842179,002115,002118,001485
0846354,001512,001513,001590

同様に、結果をパイピングして出力ヘッダーを削除できますsed '1d'。

使用csvkit:

csvsql -H --query "select a,min(b),max(c),d from file group by a,d" file.csv

これにより先行ゼロが切り捨てられます。

出力：

a,min(b),max(c),d
164318,1449,1457,1922
841422,1221,1228,1860
842179,2115,2118,1485
846354,1512,1513,1590

ミラー（http://johnkerl.org/miller/doc）、使用

mlr --ocsv --quote-all --inidx --ifs , cat inputFile | \
mlr --ocsv --quote-none  --icsvlite stats1 -g '"1"' -a min,max,min -f '"2","3","4"' \
then cut -f '"1","2"_min,"3"_max,"4"_min' \
then label id,col2,col3,col4 | sed 's/"//g'

あなたは

id,col2,col3,col4
0164318,001449,001457,001922
0842179,002115,002118,001485
0846354,001512,001513,001590
0841422,001221,001228,001860

SQLを基本的な手続き型操作に分割し、それをシェルスクリプトに複製できます。

SQLなどの宣言言語の利点の1つは、開発者が手続き型実装の冗長性と複雑さを隠してデータに集中できるという点では良い考えではありません。 （最適化は宣言言語の2番目の大きな利点であり、プロシージャルプログラムを使用して複製すると消えます。）
さらに、このアプローチには問題があります。シェルループでテキストを処理することは通常悪い習慣と見なされます。。

ただし、以下は多くのシステムにプリインストールされている標準ユーティリティを使用するシェルスクリプトの例です（配列設定を除外 - POSIXで指定されていないが、要求された後に広く利用可能で確実に機能するbash）。

#!/bin/bash

# The input file will be passed as the first argument
file="$1"

# For each input line:
# We take only the values of the first field, sort them, remove duplicates
for i in $(cut -d ',' -f 1 "$file" | sort -n -u); do

    # Resetting the array is not really needed; we do it for safety
    out=()

    # The first field of the output row is the key of the loop
    out[0]="$i"

    # We only consider the rows whose first field is equal
    # to the current key (grep) and...

    # ... we sort the values of the second field
    # in ascending order and take only the first one
    out[1]="$(grep "^${out[0]}" "$file" | cut -d ',' -f 2 | sort -n | head -n 1)"

    # ... we sort the values of the third field in
    # ascending order and take only the last one
    out[2]="$(grep "^${out[0]}" "$file" | cut -d ',' -f 3 | sort -n | tail -n 1)"

    # ... we sort the values of the fourth field in
    # ascending order and take only the first one
    out[3]="$(grep "^${out[0]}" "$file" | cut -d ',' -f 4 | sort -n | head -n 1)"

    # Finally we print out the output, separating fields with ','
    printf '%s,%s,%s,%s\n' "${out[@]}"

done

次のように呼び出す必要があります。

./script file

このスクリプトは次のとおりです。

SELECT col1, MIN(col2), MAX(col3), MIN(col4)
FROM text
GROUP BY col1
ORDER BY col1