如何在Linux环境下按第二列首字母的字母顺序拆分大型CSV文件

方案1：awk单行命令（适合Unix/Linux/macOS环境，大文件性能最优） #

直接在终端执行以下命令即可，无需额外安装依赖，逐行处理不会占满内存：

awk -F ',' '{
    # 取第二列第一个字符转为小写
    first_letter = tolower(substr($2, 1, 1))
    # 将当前行追加到对应字母命名的csv文件
    print $0 >> first_letter".csv"
    # 关闭文件避免句柄超限，适配首字母数量极多的场景
    close(first_letter".csv")
}' 你的原文件路径.csv

执行完成后会在当前目录下生成对应首字母命名的csv文件，内容符合需求。

方案2：Python实现（跨平台，支持自定义扩展） #

如果是Windows环境或者需要额外加校验、表头处理等逻辑，可以用以下Python脚本，同样逐行读取适配大文件：

import csv
from collections import defaultdict

if __name__ == "__main__":
    # 按首字母缓存文件写入对象，避免重复打开文件
    writers = defaultdict(lambda: [None, None])
    source_path = "你的原文件路径.csv"

    try:
        with open(source_path, "r", encoding="utf-8") as source_f:
            reader = csv.reader(source_f)
            for row in reader:
                # 跳过空行、列数不足的异常行
                if not row or len(row) < 2 or not row[1].strip():
                    continue
                first_letter = row[1].strip()[0].lower()
                # 首次遇到该首字母时创建对应文件和写入器
                if writers[first_letter][0] is None:
                    f = open(f"{first_letter}.csv", "w", encoding="utf-8", newline="")
                    writers[first_letter] = [f, csv.writer(f)]
                # 写入当前行
                writers[first_letter][1].writerow(row)
    finally:
        # 统一关闭所有打开的文件
        for file_obj, _ in writers.values():
            if file_obj:
                file_obj.close()

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