[文本处理] 求助批处理判断csv文件列，然后删除某一些不符合的数据

mdzzx

batch   source  time  lat  这是列
比如 source 列下  有 9001  9002 两类
https://imgse.com/i/pC6l51e
选择9001   batch下对应的有 10 和12 两类  所以就保留  
https://imgse.com/i/pC6l4pD
选择9002  batch下只有1 所以 数据全部删除
https://imgse.com/i/pC6lb7t
先通过筛选 选择source下的某一个数据 如果batch里边只有一个数字  就删除
两个及以上就保留
求大佬解答

Batcher

回复 1# mdzzx


请给一个真实的例子说明一下你的需求吧，比如操作之前是怎样的，操作之后变成啥样？
如果需要上传文件，可以用阿里云盘或百度网盘。

如果需要上传截图，可以找个图床，例如：
http://bbs.bathome.net/thread-60985-1-1.html

qixiaobin0715

楼主关于类的描述就把别人绕晕了。

mdzzx

回复 3# qixiaobin0715


    抱歉  哈哈哈

Batcher

回复 1# mdzzx


请找一部分数据作为例子，把：
处理前.csv
处理后.csv

这两个文件打包上传到网盘

qixiaobin0715

假设前两列都是自然数，各列都是以英文逗号分隔：

@echo off
(for /f "tokens=1,2 delims=," %%i in (1.csv) do (
     if defined _%%j (
        if not defined #%%i echo,[0-9]*,%%j,
    )
    set #%%i=true
    set _%%j=true
))>log
(echo,batch,source,time,lat
findstr /b /g:log 1.csv)>temp
type temp>1.csv
del log temp
复制代码

未仔细考虑，可能有误。请备份好源文件，以免发生意外。

dimo

回复 6# qixiaobin0715
我自己生成了一个csv用来测试，这个应该符合要求。

batch,source,time,lat
12,9001,0.024632866,0.905915485
1,9002,0.782254972,0.457675474
12,9001,0.149382191,0.533533094
10,9001,0.522246607,0.0429526
12,9001,0.355786377,0.995325435
12,9001,0.416155121,0.436677966
10,9001,0.122666718,0.401502167
10,9001,0.001995224,0.132484873
10,9001,0.578341874,0.848645374
1,9002,0.624128442,0.995400678
10,9001,0.057870604,0.011974136
1,9002,0.195745245,0.441528805
12,9001,0.392076483,0.381371589
复制代码

结果测试之后把内容都删光了……

dimo

我也就这个思路，就是一遍遍循环去检测。

set csv=1.csv
echo off
set n=0
cd /d "%~dp0%"
setlocal enabledelayedexpansion
del temp.tmp
for /f "skip=1 tokens=2 delims=," %%i in (%csv%) do (
	set exist=0
	for /f "delims=" %%n in (temp.tmp) do if "%%n"=="%%i" set exist=1
	if !exist!==0 echo %%i>> temp.tmp
	)

for /f "delims=" %%n in (temp.tmp) do (
	set delete=1
	set pre=
	for /f "skip=2 tokens=1 delims=," %%i in ('find ",%%n," %csv%') do (
		if not defined pre set pre=%%i
		if not "%%i"=="!pre!" set delete=0
		)
	if !delete!==1 call :delcsv %%n
	)

pause
del temp.tmp
exit

:delcsv
echo off
(for /f "skip=2 delims=" %%d in ('find /v ",%1," %csv%') do echo %%d)>> newcsv.csv
del %csv%
ren newcsv.csv %csv%
goto :eof
复制代码

现在问题可能就是，含有source的行可能匹配不准，
我想到的解决方法就是用行数来检测，可以用for截取source列来搜索，然后标记行号，
但是就太麻烦了，我就没写出来，这个应该有更好的方法吧

qixiaobin0715

回复 7# dimo
变量设置搞反了。6楼代码已修改