如何通过Linux命令按每10天拆分CSV数据文件？

嘿，这事儿用Linux的文本处理工具就能轻松搞定，核心思路是根据CSV里的日期字段，把4月1-10日、11-20日、21-30日的数据分别写入三个文件。下面给你两种实用的方案：

第一步：确保数据有序（可选但推荐） #

如果你的原始CSV数据不是按日期排序的，建议先排序，这样每个输出文件里的记录会按时间顺序排列：

sort -t',' -k2,2 your_input.csv > sorted_input.csv

解释：-t','指定逗号为分隔符，-k2,2表示按第二列（日期列）排序。

方法1：硬编码日期区间（适合固定3个文件的场景） #

这种写法直观，直接判断日期的“日”部分属于哪个区间：

awk -F',' '{
    # 把第二列的日期拆成年、月、日三个部分
    split($2, date_parts, "-")
    # 将日转换为数字，避免字符串比较的问题
    day = date_parts[3] + 0
    # 根据日的范围输出到对应文件
    if (day <= 10) {
        print > "apr_1-10.csv"
    } else if (day <= 20) {
        print > "apr_11-20.csv"
    } else {
        print > "apr_21-30.csv"
    }
}' sorted_input.csv

方法2：通用分组计算（适合灵活调整分组数量的场景） #

如果以后需要调整每组的天数（比如改成每组7天），这种写法更方便，它会自动计算每个日期所属的组号：

awk -F',' '{
    split($2, d, "-")
    day = d[3] + 0
    # 计算分组：(day-1)除以10取整后加1，得到1/2/3组
    group_num = int((day - 1)/10) + 1
    # 输出到对应的文件
    print > "file" group_num ".csv"
}' sorted_input.csv

额外补充：处理带表头的CSV #

如果你的原始CSV有表头行，想要每个输出文件都包含表头，可以用这个改良版的awk命令：

awk -F',' '
NR == 1 { 
    header = $0 
    next 
}
{
    split($2, d, "-")
    day = d[3] + 0
    group_num = int((day - 1)/10) + 1
    # 第一次写入该组文件时，先写入表头
    if (!seen[group_num]++) {
        print header > "file" group_num ".csv"
    }
    print > "file" group_num ".csv"
}' sorted_input.csv

内容的提问来源于stack exchange，提问作者Muhammad Hamza Javed