使用Bash脚本处理CSV：按时间标记时段并填充空值

需求说明 #

需要对CSV文件完成以下处理：

• 提取时间字段的小时，若小时处于10~17区间（含10，不含18）则标记为morning，其余情况标记为night
• 将ID列的空值替换为LOADING
• 新增session列，输出处理后的完整CSV

输入示例 #

time,id
2022-08-01T00:09:14+09:00,PKA990
2022-08-01T06:48:24+09:00,PKA990
2022-08-01T08:27:23+09:00,
2022-08-01T11:04:18+09:00,ABCD890
2022-08-01T11:23:22+09:00,ABCD890
2022-08-01T11:30:14+09:00,
2022-08-01T12:01:12+09:00,ABCD890
2022-08-01T15:11:59+09:00,JIKOPL8
2022-08-01T18:20:53+09:00,TUVNDGD

期望输出 #

time,id,session
2022-08-01T00:09:14+09:00,PKA990,night
2022-08-01T06:48:24+09:00,PKA990,night
2022-08-01T08:27:23+09:00,LOADING,night
2022-08-01T11:04:18+09:00,ABCD890,morning
2022-08-01T11:23:22+09:00,ABCD890,morning
2022-08-01T11:30:14+09:00,LOADING,morning
2022-08-01T12:01:12+09:00,ABCD890,morning
2022-08-01T15:11:59+09:00,JIKOPL8,morning
2022-08-01T18:20:53+09:00,TUVNDGD,night

可行的Bash脚本方案 #

使用awk工具可高效实现需求，脚本如下：

awk -F ',' '
BEGIN {OFS = ","}
NR == 1 {print $0, "session"; next}
{
    # 替换ID列空值
    id = ($2 == "") ? "LOADING" : $2
    # 从时间字段提取小时
    split($1, time_parts, /[T:+]/)
    hour = time_parts[2]
    # 判断session类型
    session = (hour >= 10 && hour < 18) ? "morning" : "night"
    # 输出处理后的行
    print $1, id, session
}' input.csv > output.csv

脚本说明 #

• BEGIN块：设置输出字段分隔符为逗号，保证输出格式符合CSV规范
• 表头处理：第一行直接追加session字段后输出
• ID列处理：判断第二列是否为空，空值替换为LOADING，非空则保留原值
• 小时提取：通过split函数按T、:、+分割时间字符串，取出小时部分
• session判断：严格匹配示例逻辑，小时在10~17区间标记为morning，其余为night
• 输出：将处理后的字段组合输出到目标文件

使用时将input.csv替换为你的实际输入文件名，处理结果会保存到output.csv中。

内容的提问来源于stack exchange，提问作者user9300309