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?
Stack Overflow em Português é um site de perguntas e respostas para programadores profissionais e entusiastas. Leva apenas um minuto para se inscrever.
Inscreva-se para participar desta comunidadeVocê 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
-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
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
.
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.
sort
para ter certeza para esse comando). No caso, você desejaria separar o cabeçalho e ordenar o resto do arquivo?