从文件名中提取日期并添加为列

Question

我有多个文件，我想成为df和合并/附加到一个单一的df。这些文件有共同的文件名模式，即“SWAT平均地图[Jan 012026]^URTW_L3”。我已通过读取所有文件进行管理，并将添加了文件名的列附加到一个文件中。 然而，对于如何在列中显示日期[2026年1月1日]而不是完整的文件名，我感到困惑。本质上，我们希望将日期从文件名提取到附加的最终df中的datetime格式列中。 正则表达式方法是首选，因为我想学习如何使用

import glob
import os
import re
import pandas as pd
myfiles = glob.glob("C:\\Users\\x\\AnacondaProjects\\VORONOI\\test\\*")

col_names = ['X','Y','SW','i']
df = pd.DataFrame()
for file_ in myfiles:
    file_df = pd.read_csv(file_,sep=' ',names=col_names, header=None)
    file__=os.path.split(file_)
    file_df['file_name'] = file__[1]
    df = df.append(file_df)
df.to_csv('merged.csv',index=False,header=True)

Exampe of df so far:-

X   Y   SW  i     file_name
4   3   1   1     average map for SWAT [Jan 01,2026]^URTW_L3
2   1   1   2     average map for SWAT [Jan 01,2027]^URTW_L3

Answer 1

使用^{}和^{}库：

from pathlib import Path
from dateparser import parse as dateparse

for file in Path("C:\\Users\\x\\AnacondaProjects\\VORONOI\\test").glob("*"):
    file_name = file.stem
    date = dateparse(file_name)

Answer 2

使用extract将字符串括在方括号中，然后将其转换为时间戳：

date = df['file_name'].str.extract(r'\[(.+)\]', expand=False)
df['date'] = pd.to_datetime(date, format='%b %d,%Y')

---

print(df)

   X  Y  SW  i                                       file_name       date
0  4  3   1  1      average map for SWAT [Jan 01,2026]^URTW_L3 2026-01-01
1  2  1   1  2      average map for SWAT [Jan 01,2027]^URTW_L3 2027-01-01