dfsql

• 修订：将独立的count命令替换为len，因此请确保将count()和col "count"分别替换为len和col "len"。
  • 一元count <col>命令不受影响。

安装

cargo install dfsql

如何运行

dfsql --input your.csv --output a-new.csv
# ...or
dfsql -i your.csv -o a-new.csv

REPL

• exit/quit：退出REPL循环。

  exit
  

• undo：撤销之前的成功操作。

  undo
  

• reset：重置所有更改并回到原始数据框。

  reset
  

• schema：显示数据框的列名和类型。

  schema
  

• save：将当前数据框保存到文件。

  save a-new.csv
  

语句

• select

  select <expr>*
  

  select last_name first_name
  

  • 选择列"last_name"和"first_name"，并将它们收集到一个数据框中。
• Group by

  group (<col> | <var>)* agg <expr>*
  

  group first_name agg (count)
  

  • 按列"first_name"对数据框进行分组，然后对每个组使用成员计数进行聚合。
• filter

  filter <expr>
  

  filter first_name = "John"
  

• limit

  limit <int>
  

  limit 5
  

• reverse

  reverse
  

• sort

  sort ((asc | desc | ()) <col>)*
  

  sort icpsr_id
  

• use

  use <var>
  

  use other
  

  • 切换到名为other的数据框。
• join

  (left | right | inner | full) join <var> on <col> <col>?
  

  left join other on id ID
  

  • 在名为other的数据框上执行左连接，基于我的列id和其列ID。

表达式

• col：对列的引用。

  col : (<str> | <var>) -> <expr>
  

  select col first_name
  

• exclude：从数据框中删除列。

  exclude : <expr>* -> <expr>
  

  select exclude last_name first_name
  

• 文字值：如42、"John"、1.0和null。
• 二元运算符

  select a * b
  

  • 计算列"a"和"b"的乘积并将结果收集。
• 一元运算符

  select -a
  

  select sum a
  

  • 计算列"a"中所有值的总和并收集标量结果。
• alias：为列分配名称。

  alias : (<col> | <var>) <expr> -> <expr>
  

  select alias product a * b
  

  • 将乘积命名为"product"并收集新列。
• 条件运算符

  <conditional> : if <expr> then <expr> (if <expr> then <expr>)* otherwise <expr> -> <expr>
  

  select if class = 0 then "A" if class = 1 then "B" else null
  

• cast：将列转换为以下类型之一 str、int 或 float。

  cast : <type> <expr> -> <expr>
  

  select cast str id
  

  • 将 "id" 列转换为 str 类型并收集结果。