如何使用命令行按日期筛选CSV文件中指定年份的数据行

问题原因 #

你的grep -E ^2020 data.csv命令是匹配行首为2020的内容，但你CSV的日期在第二列，且格式为MM/DD/YYYY 时间，年份不在行首，自然匹配不到结果。

推荐解决方案（awk） #

按逗号分割字段直接匹配第二列的年份，结构化匹配准确率最高，适用于字段内部不含逗号的常规CSV文件。比如要提取2020年的行，命令如下：

awk -F ',' '$2 ~ /\/2020 /' data.csv > temp.csv

• -F ',' 指定逗号为字段分隔符
• $2 代表第二列内容
• /\/2020 / 匹配第二列中包含/2020 的内容，刚好对应日期格式中年份前的斜杠、年份值、年份后的空格，避免误匹配其他位置出现的目标年份字符串
  如果要提取其他年份，把正则里的2020替换为对应年份即可。

可选方案（grep） #

如果一定要使用grep实现，调整匹配规则适配你的CSV结构即可，以提取2020年为例：

grep -E '^[^,]+,[^/]+/[^/]+/2020 ' data.csv > temp.csv

• ^[^,]+, 匹配行开头到第一个逗号的第一列内容
• [^/]+/[^/]+/2020 匹配第二列的月、日、斜杠后缀，之后是2020和空格，完全适配你给出的日期格式

注意事项 #

• 如果需要将结果追加到已有temp.csv末尾而非覆盖，把命令中的>替换为>>即可
• 如果你的CSV字段内部包含逗号（比如带逗号的字符串用引号包裹），以上基础命令可能出错，建议使用专门的CSV处理工具csvkit实现，命令如下：

csvgrep -c 2 -r '/2020 ' data.csv > temp.csv

• -c 2 指定第二列为匹配列
• -r '/2020 ' 指定匹配的正则规则

内容的提问来源于stack exchange，提问作者markovv.sim