Interfaz para datos tabulares, independientemente del formato que facilita el acceso a las funciones más utilizadas: conversión entre formatos, suma, unión y ordenación de tablas. No importa el formato de los datos tabulares, rows los importará y detectará automáticamente los tipos para que se pueda empezar a trabajar con ellos de inmediato, sin necesidad de analizarlos. Además, es compatible con la configuración regional y Unicode.
$ rows print --fields=state,city --order-by=city ciudades.csv
$ rows print --table-index=1 pagina.html
$ rows print --frame-style=double datos.csv
$ rows convert http://www.worldometers.info/world-population/population-by-country/ poblacion.csv
$ rows convert datos.csv datos.json
$ rows convert datos.csv datos.xlsx
$ rows convert --fields=nombre,edad,ciudad --order-by=edad entrada.csv salida.csv
$ rows convert --input-encoding=latin1 --output-encoding=utf-8 viejo.csv nuevo.csv
$ rows query "SELECT * FROM table1 WHERE habitantes > 1000000" ciudades.csv
$ rows query "SELECT * FROM table1 WHERE habitantes > 1000000" ciudades.csv --output=resultado.html
$ rows query 'SELECT * FROM table1 WHERE categoria = "Aprobada"' http://ejemplo.com/informe.pdf --output=resultado.xls
$ rows schema ciudades.csv
$ rows schema --format=sql ciudades.csv
$ rows schema --format=django ciudades.csv
$ rows sum enero.csv febrero.csv marzo.csv trimestre.csv
$ rows sum --fields=id,nombre,telefono personas.csv telefonos.csv contactos.csv
$ rows join id a.csv b.csv c.csv
$ rows csv-merge fichero1.csv fichero2.csv.bz2 fichero3.csv.xz resultado.csv.gz
$ rows csv2sqlite --dialect=excel --input-encoding=latin1 datos1.csv datos2.csv base.sqlite
$ rows sqlite2csv base.sqlite mi_tabla mi_tabla.csv.bz2
$ rows pdf-to-text informe.pdf resultado.txt
$ rows pdf-to-text --pages=1-3 informe.pdf
$ rows pdf-to-text --quiet informe.pdf resultado.txt