推荐使用csvkit、mlr或awk/cut处理CSV：csvkit适合快速查看筛选，mlr适合复杂分析如计算和聚合，awk/cut作为无依赖兜底方案。
linux 下查看和过滤 CSV 文件，不用打开 excel 或写脚本，用命令行就能又快又准。
用 csvkit 看得清、筛得准
csvkit 是专为 CSV 设计的命令行工具集，安装后能自动识别分隔符、处理引号、跳过空行，比原生 awk/sed 更靠谱。
- 装它：pip install csvkit（推荐用用户级安装：pip install –user csvkit）
- 看前 5 行：csvlook -n 5 data.csv（带行号、对齐整齐，适合扫一眼结构）
- 查某列含关键词的行：csvgrep -c “name” -m “Alice” data.csv（-c 指定列名，-m 匹配文本）
- 按数值列排序：csvsort -c “age” –reverse data.csv（支持多列、升/降序、数字识别）
没装 csvkit？用 awk + cut 快速应急
系统自带工具也能干，但要注意 CSV 有逗号在字段里（比如 “Smith, Jr.”,25）时，cut 会切错。简单干净的 CSV 可以直接上。
- 只看第 1、3 列：cut -d’,’ -f1,3 data.csv | head -10
- 筛选第 2 列等于 100 的行：awk -F’,’ ‘$2 == 100 {print}’ data.csv
- 打印第 4 列大于 50 且第 1 列不为空：awk -F’,’ ‘$4 > 50 && $1 != “” {print}’ data.csv
带表头的 CSV，用 mlr（Miller） 更顺手
mlr 把 CSV 当成“带字段名的数据库”来操作，语法接近 sql，支持类型推断、计算列、分组聚合，适合稍复杂的分析。
- 装它：sudo apt install miller（ubuntu/debian）或 brew install miller（macOS）
- 查年龄 > 30 的人，只显示 name 和 city：mlr –csv filter ‘$age > 30’ then cut -f name,city data.csv
- 统计每种 status 出现次数：mlr –csv stats1 -a count -g status data.csv
- 加一列“is_adult”：mlr –csv put ‘$is_adult = $age >= 18 ? “yes” : “no”‘ data.csv
基本上就这些。csvkit 适合日常快速查筛，mlr 适合要算点东西的场景，纯 awk/cut 是兜底方案。选一个装上，比打开 Libreoffice 快十倍。