如何使用正则表达式在python中创建包含文件名信息的列?

2024-03-28 10:03:26 发布

您现在位置:Python中文网/ 问答频道 /正文

我正在寻找更聪明的方法来创建两列,其中包含来自文件名的信息

我必须使用的文件名如下所示:

“数据-05a-Tea 2017.xls” “数据-05 B-Tea 2017.xls”

但有时会出现文件名问题,它们看起来像这样(附加-):

“数据-07-C-Tea 2017.xls”

我想添加到dataframe的信息是粗体的。是数字和字母,因此我的数据框将如下所示:

    X      Y       Z        Number    Letter
   0.32    0.23    0.234    05        A
   0.4     0.24    44       05        B
   23      21.2    0.4      07        C

现在我只是像这样切割绳子:

for file_name in glob.glob(path):
        df = pd.read_html(file_name)[0]
        rows = df.shape[0]
        
         if "/A/" in path:
                        number = file_name[86:88]
                        letter = file_name[89:90]
                    
         elif "/B/" in path:
                        number = file_name[86:88]
                        letter = file_name[91:92]


          df["number"] = [number] * rows
          df["letter"] = [letter] * rows

乘法是因为我需要这个值出现在这个文件的整个数据集中,我想从中获取关于数字和字母表的信息,这些表包含n行

但我相信使用正则表达式会更聪明,但我不知道怎么做。我真的很感激你对我的帮助


1条回答
网友
1楼 · 发布于 2024-03-28 10:03:26

对于您给出的示例,以下正则表达式有效:

import re

file_names = [
    'data - 05 A - Tea 2017.xls', 
    'data - 07 - C - Tea 2017.xls', 
    'data - 05 B - Tea 2017.xls',
]

for file_name in file_names:
    number, letter = re.findall('data - ([0-9]+).*([A-Z]) - Tea.*', file_name)[0]
    print(number, letter)

相关问题 更多 >