7 مستودعات
Reading and writing comma-separated values files using custom delimiters and escaping rules.
Distinct from File Read and Write Operations: None of the candidates cover standard CSV parsing and serialization; they focus on raw binary files or sharding.
Explore 7 awesome GitHub repositories matching data & databases · CSV File Processing. Refine with filters or upvote what's useful.
LearnPython is a programming tutorial consisting of a collection of practical code examples used to demonstrate Python language features and programming patterns. It serves as a comprehensive learning resource that implements core language concepts through functional code. The project provides specialized guides and samples covering several key domains. These include asynchronous network programming with event loops and coroutines, data visualization using numerical datasets for 2D and 3D plots, and web scraping for fetching content and automating login flows. It also features instructions on
Implements reading and writing of CSV files using custom delimiters and escaping rules.
Lancet هو امتداد شامل للمكتبة القياسية في Go، يوفر مجموعة من الدوال وهياكل البيانات القابلة لإعادة الاستخدام والمصممة لتقليل الكود المتكرر (boilerplate) في التطبيقات. يعمل كأداة عامة عبر مجالات متعددة، بما في ذلك التزامن، والأمان، والشبكات، والمنطق الوظيفي. يتميز المشروع بأدوات متخصصة لتزامن Go، مثل القفل بالمفاتيح (keyed locking) ومعالجة التدفق القائمة على القنوات، ومجموعة أدوات برمجة وظيفية مخصصة تدعم التجزئة (currying) وتكوين الدوال. كما يتضمن مكتبة تشفير مخصصة تنفذ التشفير المتماثل وغير المتماثل باستخدام معايير AES وRSA وSM. تغطي المكتبة مجموعة واسعة من مجالات القدرات، بما في ذلك هياكل البيانات المتقدمة مثل ذاكرة التخزين المؤقت LRU وأشجار البحث الثنائية، والحسابات الرياضية للجبر والإحصاء، وتكامل نظام التشغيل لإدارة العمليات والملفات. كما توفر أدوات لشبكات HTTP، ومعالجة التاريخ والوقت، ومعالجة البيانات عالية المستوى مثل جبر المجموعات وتقييم التدفق الكسول (lazy stream evaluation).
Reads and writes tabular data between CSV files and slices or maps.
CsvHelper هي مكتبة لقراءة وكتابة ملفات القيم المفصولة بفواصل عن طريق تعيين البيانات إلى كائنات فئة مخصصة. تعمل كمكتبة تحليل ومخطط بيانات يحول نص الملف المسطح إلى كائنات بيانات منظمة ويقوم بتسلسل مجموعات البيانات الداخلية مرة أخرى إلى ملفات CSV قياسية. يؤكد المشروع على كفاءة الذاكرة من خلال محلل يحسن استهلاك الموارد. يستخدم تخزين قيم الحقول مؤقتاً وذاكرة تخزين مؤقت للسلاسل الداخلية لتخزين القيم المتكررة، مما يقلل من تكاليف الذاكرة عند معالجة مجموعات البيانات الكبيرة. توفر المكتبة محرك تحليل مدفوعاً بالتكوين يدعم فواصل وأحرف هروب مختلفة. تدير العلاقة بين أعمدة CSV وخصائص الفئة باستخدام التعيين القائم على السمات وإنشاء الكائنات القائم على الانعكاس. تتم المعالجة عبر تحليل تسلسلي قائم على التدفق لإدارة الملفات ذات الحجم الكبير دون تحميل مجموعة البيانات بأكملها في الذاكرة.
Converts comma-separated value files into custom class objects or raw data for application use.
هذا المشروع عبارة عن إطار عمل للحوسبة العلمية لنظام .NET، يوفر مجموعة شاملة من المكتبات للتحليل العددي، والإحصاء، والتحسين الرياضي. يعمل كمجموعة أدوات أساسية لتطوير التطبيقات في تعلم الآلة، ومعالجة الإشارات الرقمية، ورؤية الحاسوب. يوفر إطار العمل مجموعات أدوات متخصصة لتدريب ونشر النماذج التنبؤية، بما في ذلك الشبكات العصبية، وآلات ناقل الدعم، وأشجار القرار. كما يتميز بتكامل عميق للتحليل المرئي في الوقت الفعلي، مثل تتبع الكائنات واكتشاف ملامح الوجه، إلى جانب مكتبة مخصصة لمعالجة الإشارات الرقمية لالتقاط وتصفية إشارات الصوت والمستشعرات. تمتد مساحة الإمكانيات إلى تحليل المصفوفات عالي المستوى والجبر الخطي، ونمذجة الحالة الاحتمالية، وخوارزميات البحث الاستكشافي. كما تغطي مجموعة واسعة من أدوات معالجة البيانات، من تقليل الأبعاد والتطبيع إلى تنظيم البيانات المكانية ومكونات التصور العلمي. يتضمن النظام وحدات تحكم تكامل الأجهزة لتكوين الكاميرا، وإدارة منافذ GPIO، وأجهزة استشعار العمق المتخصصة.
Parses comma-separated values from files using a high-performance, forward-only reader.
ExcelDataReader هي مكتبة C# تُستخدم لاستخراج البيانات والبيانات الوصفية من جداول بيانات Microsoft Excel وملفات CSV. تعمل كمحلل لمصنفات العمل (workbook) يحول محتوى جدول البيانات إلى مجموعات بيانات مهيكلة للوصول البرمجي والتكرار. يتضمن المشروع مستخرجاً متخصصاً للبيانات الوصفية لاسترجاع تفاصيل مستوى الخلية، مثل تنسيقات الأرقام، والأنماط، وارتفاعات الصفوف، وعروض الأعمدة، ونطاقات الخلايا المدمجة. كما يوفر معالج تدفق لتحليل ملفات CSV النصية العادية مع ترميز قابل للتخصيص واكتشاف الفواصل. تدعم المكتبة معيار OpenXML لملفات جداول البيانات الحديثة وتستخدم التحليل القائم على التدفق والتكرار القائم على المؤشر للصفوف لاجتياز مصنفات العمل. تمكن هذه الإمكانيات من تحويل مصنفات العمل متعددة الأوراق إلى جداول بيانات علائقية.
Processes plain text streams using comma separated values with customizable encoding and separator detection.
هذا المشروع عبارة عن مجموعة من ملفات dotfiles ونصوص Unix البرمجية المصممة لتخصيص وتوحيد بيئة shell ونظام التشغيل. يوفر تكوينات محمولة لـ Bash وFish shells، بالإضافة إلى تفضيلات مخصصة وتعيينات أوامر لمحرر Vim. تتضمن المجموعة نصوصاً برمجية للتمهيد المؤتمت لتهيئة أجهزة جديدة عن طريق تثبيت التطبيقات، وإدارة مديري الحزم، وإنشاء روابط رمزية للتكوين. تتميز بأتمتة سير عمل Git متخصصة لتسريع مهام التحكم في الإصدار، إلى جانب إدارة اتصال SSH آمنة باستخدام المصادقة القائمة على الأجهزة واستمرارية الاتصال. تمتد مساحة الأداة إلى مجموعة واسعة من أدوات إدارة النظام، بما في ذلك إنهاء العمليات التفاعلية، والتنقل في الدليل القائم على التعلم، وتدقيق مسار الملفات الثنائية. كما تغطي مساعدي إنتاجية المطورين لأتمتة المتصفح، واستضافة الملفات الثابتة المحلية، ومهام معالجة الوسائط مثل تحويل ترميز الفيديو ومقارنة الصور المرئية.
Provides a terminal utility to format comma-separated values into aligned columns for easier reading.
Csvlens is a command-line utility designed for the inspection and navigation of large structured tabular files. It provides a terminal-based interface that allows users to view, sort, and filter datasets directly within the command line without the memory overhead associated with loading entire files into spreadsheet applications. The tool utilizes memory-mapped file access and lazy-loading data streams to maintain a constant memory footprint, regardless of the total size of the source document. By identifying field boundaries during an initial scan, it enables efficient column-specific opera
Inspects and navigates large comma-separated files using memory-mapped access and lazy-loading for high performance.