如何通过命令行基于ID列正确拆分CSV文件？

我来帮你搞定这个CSV拆分的问题！你原来的awk命令没达到预期，主要是因为没处理表头、文件名不符合要求，还有没处理同一ID多条记录的追加逻辑。下面给你详细的解决方案：

问题分析 #

你原来的命令 awk -F, '{print >> $1}' input.csv 存在几个问题：

1. 表头行（第一行）会被写入名为ID的文件，而不是每个目标文件都包含表头；
2. 生成的文件名是直接用ID值（比如1、2），不是你想要的file_<ID>_May_report格式；
3. 如果输入文件的行格式不规范（比如所有内容挤在一行），也会导致输出异常，但从你期望的结果来看，应该是每行一条记录的标准CSV。

正确的awk解决方案 #

使用下面的awk命令，既能按ID拆分文件，又能给每个文件加上表头，还能生成你需要的文件名：

BEGIN {FS=","}
NR==1 {
    header = $0
    next
}
{
    filename = "file_" $1 "_May_report"
    # 第一次处理该ID时，先写入表头
    if (!seen[$1]++) {
        print header > filename
    }
    # 追加当前行到目标文件
    print >> filename
    # 关闭文件，避免打开过多句柄（ID多的时候很重要）
    close(filename)
}

命令解释 #

• BEGIN {FS=","}：提前设置字段分隔符为逗号，确保正确识别CSV的列；
• NR==1 {header=$0; next}：捕获第一行的表头内容，保存到header变量，然后跳过表头行，直接处理数据行；
• filename="file_" $1 "_May_report"：根据当前行的ID（$1）生成你需要的文件名；
• if (!seen[$1]++)：用seen数组记录每个ID是否已经处理过，第一次处理时（seen[$1]初始为0，取反为真），先把表头写入目标文件；
• print >> filename：将当前数据行追加到对应ID的文件中；
• close(filename)：每次写完后关闭文件，避免awk同时打开过多文件导致报错。

测试效果 #

用你提供的输入数据（确保每行一条记录）：

ID,DATE,EARNING
1,12 May 2018,5
1,13 May 2018,15
2,12 May 2018,25

运行命令后，file_1_May_report的内容会是：

ID,DATE,EARNING
1,12 May 2018,5
1,13 May 2018,15

file_2_May_report的内容会是：

ID,DATE,EARNING
2,12 May 2018,25

完全符合你的需求！

内容的提问来源于stack exchange，提问作者user2759617