內容概述
csvkit 是一套用 Python 編寫的命令列工具集，專為處理 CSV（逗號分隔值）檔案而設計。採 MIT 授權，本文查核時的最新版本為 2.2.0。
應用場景
csvkit 適用於各種需要處理 CSV 檔案的情境，例如：
- 將 Excel、JSON 等格式轉換為 CSV，或把資料庫查詢結果匯出成 CSV。
- 從大型 CSV 檔案中快速篩選、排序或合併資料。
- 在命令列中進行資料清理與分析，無需開啟試算表軟體。
- 將 CSV 資料轉換為 JSON 格式，以供其他應用程式使用。
技術特點
csvkit 提供多種功能強大的命令列工具，包括：
- in2csv：將 Excel（xls、xlsx）、JSON、DBF、固定寬度等格式轉換為 CSV。
- sql2csv：執行 SQL 查詢，將資料庫結果輸出為 CSV。
- csvcut：選取特定欄位。
- csvgrep：根據條件篩選資料列。
- csvsort：依指定欄位排序資料。
- csvjoin：合併多個 CSV 檔案。
- csvstat：顯示統計資訊，如欄位類型、最大值、最小值等。
- csvsql：使用 SQL 查詢 CSV 資料，或將 CSV 匯入資料庫。
其他整合
csvkit 遵循 Unix 的哲學，每個工具專注於單一功能，並可透過管道（pipe）結合使用，形成強大的資料處理流程。例如：
in2csv data.xlsx | csvcut -c name,age | csvsort -c age | csvlook上述指令將 Excel 檔案轉換為 CSV，選取 “name” 和 “age” 欄位，依年齡排序，並以表格形式顯示結果。
安裝步驟
csvkit 2.2.0 支援 Python 3.10 以上版本。確認已安裝 Python 3 後，在終端機中執行以下指令：
pip install csvkitmacOS 使用 Homebrew 的話，也可以用 brew install csvkit 安裝。安裝完成後，即可使用 csvkit 提供的各種命令列工具。
存取和操作
以下是一些常用的 csvkit 指令範例：
1. 將 Excel 檔案轉換為 CSV：
in2csv data.xlsx > data.csv2. 選取特定欄位：
csvcut -c name,age data.csv3. 篩選包含特定字串的資料列：
csvgrep -c name -m "Alice" data.csv4. 依欄位排序：
csvsort -c age data.csv5. 顯示統計資訊：
csvstat data.csv6. 使用 SQL 查詢：
csvsql --query "SELECT name, age FROM data WHERE age > 30" data.csv小技巧
- 若 CSV 檔案使用分號等非逗號分隔符號，可用 csvformat 轉成標準逗號分隔：
csvformat -d ";" data.csv > new_data.csv（-d指定輸入的分隔符號，-D則是指定輸出的分隔符號）。 - 處理大型 CSV 檔案時，可使用
--snifflimit 0關閉自動格式偵測，必要時再自行指定--delimiter。 - 結合 Unix 指令（如 head、tail）進行資料預覽：
csvlook data.csv | head
教學影片
影片來源：TM Quest／YouTube
參考連結
成本與風險摘要
- 適用對象與規模：需要在命令列或腳本中處理 CSV 的工程師、資料分析人員；適合中小型檔案與自動化流程。
- 成本（硬體、訂閱、授權）：免費，MIT 授權；一般電腦即可執行。
- 維護時間：低；偶爾以
pip install --upgrade csvkit更新即可。 - 資安注意事項：CSV 若含個資，處理後的暫存檔與輸出檔同樣要妥善保管；用 csvsql 匯入資料庫時注意連線字串中的帳密不要寫死在腳本裡。
- 常見誤區：以為 in2csv 能直接讀取 SQL 檔（資料庫請用 sql2csv）；搞混 csvformat 的
-d（輸入）與-D（輸出）分隔符號。 - 不建議使用的情況：資料量非常大、需要高效能運算時，改用資料庫或專門的資料處理工具會更合適。
- 測試日期與版本號：資料查核日期：2026-10-28；版本對照 csvkit 2.2.0（指令範例為作者原有內容，本次未重新實機測試）。