質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.48%
CSV

CSV(Comma-Separated Values)はコンマで区切られた明白なテキスト値のリストです。もしくは、そのフォーマットでひとつ以上のリストを含むファイルを指します。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

AWK

AWKは、UNIX 上で開発されたプログラミング言語で、CSVファイルなどのテキストファイルの処理を目的にデザインされています。

Q&A

解決済

1回答

3935閲覧

1行ごとにtxt出力をする(ファイル名をその1行内の特定のカラム、ファイルの中身を特定のカラム)

Oshiete_sensei

総合スコア4

CSV

CSV(Comma-Separated Values)はコンマで区切られた明白なテキスト値のリストです。もしくは、そのフォーマットでひとつ以上のリストを含むファイルを指します。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

AWK

AWKは、UNIX 上で開発されたプログラミング言語で、CSVファイルなどのテキストファイルの処理を目的にデザインされています。

0グッド

0クリップ

投稿2019/10/21 12:32

編集2019/10/26 10:14

前提・実現したいこと

大規模なデータセットを処理しようとしています。そのデータセット内の処理に関する質問です。
1行ごとにtxtかcsvで出力をする処理を行おうとしています。
R,Python(pandas),awkなどいずれかでいいので解決する方法を教えて欲しいです。

実現したいこと
・ファイル名をその1行内の特定のカラム、ファイルの中身を特定のカラムとして1行ずつcsv, txt出力がしたい。

発生している問題・エラーメッセージ

cat 該当ファイル|awk '$1!=prev{close(out); out=$1".txt"; prev=$1}{sub(/[^\t]+\t/,""); {sub(/,"");print > out}'

問題(1)限定されたあるカラムをファイル出力はできますが、ファイル名(特定したファイル名としたいカラム)に/など記号が入った瞬間にエラーで処理が止まります。
問題(2)また、ファイルの中身があるカラム内と限定した処理はできていません。

該当のソースコード

cat 該当ファイル|awk '$1!=prev{close(out); out=$1".txt"; prev=$1}{sub(/[^\t]+\t/,""); {sub(/,"");print > out}'
#Pythonでやった場合(2019/10/26追記) import csv with open('対象データセット.csv') as csvfile: for i, line in enumerate(csvfile): with open("{}.txt".format(str(i+1)), "w") as txtfile: txtfile.write(line)

試したこと

import csv

with open('対象データセット.csv') as csvfile:
for i, line in enumerate(csvfile):
with open("{}.txt".format(str(i+1)), "w") as txtfile:
txtfile.write(line)
awk, Python(pandas)などで目的の処理をやろうとしていますが、うまくいっていません。
問題(2*)ファイル名における記号が邪魔になって、処理ができていないため前処理が必要だとは思います。データセット自体が大きいのでawkでの処理を行いたいところです。しかし、pandasでの処理方法などありましたらご教示いただきたいです。

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

takasima20

2019/10/21 12:51

問題(1)は(仕様を変えないと)ムリですね。あと、「大規模」なファイルを一行ごとに分割して云々に見えますが、そんなにファイル作って大丈夫ですか?(DBMSの利用を考えた方が…)
Oshiete_sensei

2019/10/21 15:05

返答ありがとうございます。7万行程度なので一旦は問題無いと考えています。 1行単位で1ファイル生成できればいいなと考えてます。
meg_

2019/10/22 03:04

Pythonで試されたコードも掲載ください。
Oshiete_sensei

2019/10/26 10:12

meg_様、返信遅れてごめんなさい。追記させていただきました。おそらく、ファイル記述の箇所で何かしらのカラム指定ができればよろしいかと思うのですが・・・現状は1行の内容がまるまる出力という形になっています。
meg_

2019/10/26 13:32

<Pythonの場合> CSVファイルであればカンマ区切りですので、文字列をsplit()でカンマで区切れば良いかと思います。 splitの戻り値の配列からファイル名や内容を取得すれば良いです。
Oshiete_sensei

2019/10/27 08:23

meg_様、回答ありがとうございます。取り急ぎ、 with open("filename {}.txt".format(line......), "w") as txtfile: といった処理で自己解決することが出来ました! 中身のデータの区切り文字や特殊文字など含まれたテキストに問題があって分類トラブルなど起きたようでfilenameの出力にもスタックが起きたようです。助かりました!
guest

回答1

0

自己解決

Python

1#Pythonでやった場合(2019/10/26追記) 2import csv 3 4with open('対象データセット.csv') as csvfile: 5 for i, line in enumerate(csvfile): 6 with open("filename {}.txt".format(line......), "w") as txtfile: 7 txtfile.write(line)

による処理によって目的とする処理は出来ました。
内部データの文字処理によって、細かいfilename
出力など困難が発生しました。

投稿2019/10/27 08:25

Oshiete_sensei

総合スコア4

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.48%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問