3

Estou usando o seguinte comando pra organizar um arquivo:

sort -u arquivo.csv -o arquivo.csv

Mas preciso ignorar a primeira linha dele, no caso o cabeçalho.

Como posso fazer isso?

2
  • 1
    Leitura e escrita no mesmo arquivo simultaneamente não costuma dar certo (apesar de nunca ter lido a documentação do sort para ter certeza para esse comando). No caso, você desejaria separar o cabeçalho e ordenar o resto do arquivo? 5/06/2018 às 17:26
  • Exatamente isso!! 5/06/2018 às 17:52

2 Respostas 2

3

Você pode usar o utilitário tail para ignorar a primeira linha do arquivo de entrada antes de redirecionar sua saída para sort, veja só:

$ tail -n +2 arquivo.csv | sort -u -o arquivo.csv

Segundo a documentação do utilitário sort, o processo de ordenação é feito em memória, antes da abertura/escrita do arquivo de saída (especificado com a opção -o), isso garante uma ordenação in place do arquivo de forma segura.

Repare que a primeira linha do arquivo é destruída com a execução desse comando.

Referência: https://unix.stackexchange.com/questions/29697/does-sort-support-sorting-a-file-in-place-like-sed-in-place

1
  • 2
    Bom saber que o -o outfile é lazy. Pensando bem, toda ordenação exige isso, pois só posso saber quem é o primeiro elemento depois de terminar a operação em todo o conjunto de dados 6/06/2018 às 14:16
2

Use o comando tail com a opção -n:

tail -n +2 arquivo.csv

No caso, -n +2 vai exibir somente da segunda linha em diante (você pode mudar o número para qualquer valor que precisar).
O sinal de + também é importante, pois se você escrever apenas -n 2, ele vai mostrar as duas últimas linhas.

Depois você pode passar o resultado diretamente para o sort:

tail -n +2 arquivo.csv | sort -u > arquivo_ordenado.csv

Além disso, recomendo salvar a saída em outro arquivo (como fiz acima), já que ler e escrever no mesmo arquivo não costuma dar muito certo (por experiência própria, dependendo do comando, o arquivo é sobrescrito e/ou truncado e você acaba perdendo os dados - não sei como o sort trata isso, mas eu prefiro não arriscar).

A resposta do Lacobus responde a essa dúvida específica sobre o sort.


Manter o cabeçalho

Como bem lembrado nos comentários, com o comando acima, a primeira linha (cabeçalho) é perdida. Caso você precise dela no arquivo final, uma maneira de fazer é quebrar em dois comandos.

Primeiro guarde a primeira linha no arquivo final, com o comando head:

head -1 arquivo.csv > arquivo_ordenado.csv

O parâmetro -1 diz para pegar somente a primeira linha. Depois faça o tail e sort, e adicione o resultado no arquivo:

tail -n +2 arquivo.csv | sort -u >> arquivo_ordenado.csv

Repare que agora estou usando >>, que adiciona as informações no final do arquivo. Se eu usar somente >, o conteúdo do arquivo é sobrescrito e o cabeçalho será perdido.

2
  • Só faltou guardar o cabeçalho para pô-lo no arquivo ordenado. 6/06/2018 às 14:14
  • @JeffersonQuesado De fato, quando li "preciso ignorar a primeira linha", entendi que ela não precisava estar no arquivo final, mas faz sentido ela estar. Atualizei a resposta, obrigado!
    – hkotsubo
    6/06/2018 às 14:30

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .