Question

我有一个包含10,000张图片的目录。它们标记为1.png，2.png等。我有一个包含青蛙，卡车等10,000个标签的CSV文件。如何循环浏览所有文件以从CSV添加标签？ 1.png成为'frog.1.png'，假设青蛙是csv中的标签1。

这是我到目前为止所尝试的内容：

import os, sys, fileinput
import pandas as pd
#read csv labels
labels = pd.read_csv('trainLabels.csv',sep=',',header=0,usecols=[1])

#sort files in directory numerically
fnames = sorted([fname for fname in os.listdir(data_dir) 
if fname.endswith('.png')], key=lambda f: int(f.rsplit(os.path.extsep, 1)
[0].rsplit(None,1)[-1]))

#Now that order of labels and files match, rename all files using common counter, i
i = 0
for fname in os.listdir(data_dir):
     os.rename(fnames[i],labels[i]+'.'+fnames[i])
     i = i+1

os.rename不适用于系列，我无法找到适合不同数据类型的约定。

Answer 1

从外观来看，您的标签变量不可订阅，这意味着您无法按照自己的方式调用其中一个元素。

来自pandas docs：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html

pd.read_csv返回一个DataFrame或TextParser，而不是我认为你期待的行列表

你不需要＆＃34;需要＆＃34;大熊猫读csv：

labels = open('trainLabels.csv','r').read().split('\n')

[labels[i]=labels[i].split(',')[0] for i in range(len(labels))] 
#increment 0 above to whatever the column index you want is, this will return the first column

print(labels) #just to check it looks the way you want it to

确定它是一条额外的行，而不是可读的，但是你得到了你想要的数据结构

Answer 2

为演示做了一些准备工作：

$ for f in `echo "1 2 3 4 10"`; do touch "${f}.png"; done
$ echo "a,b,c,d,e" > names.csv
$ ls
1.png      2.png      3.png      4.png      10.png      names.csv

我有1,2,3,4,10（而不是5）来演示排序而不是创建10个文件。它与任意数量的文件完全相同。

在Python中，在同一个目录中运行：

>>> import os
>>> import csv
>>> with open('names.csv', 'r') as file:
...     reader = csv.reader(file)  
...     labels = reader.next()  # reader is a regular iterator, you can also iterate row by row.
>>> labels
['a', 'b', 'c', 'd', 'e']
>>> fnames = [fname for fname in os.listdir('.') if fname.endswith('.png')]
['1.png', '10.png', '2.png', '3.png', '4.png']  # Because string '10.png' comes earlier than '2.png'
>>> fnames = sorted(fnames, key = lambda f: int(os.path.splitext(f)[0]))  # If fnames contain full paths you will need to modify this
>>> fnames
['1.png', '2.png', '3.png', '4.png', '10.png']  # Now we have correct numerical order
>>> len(labels) == len(fnames)  # For consistency should check this. Depends on your requirements.
True
>>> for label, fname in zip(labels, fnames):
...     os.rename(fname, label + '_' + fname)

结果：

$ ls
a_1.png    b_2.png    c_3.png    d_4.png    e_10.png   names.csv

注意：

如果您使用不同的csv阅读器，只需确保您的labels变量包含您想要的名称，而不是某些对象或迭代器。我使用了来自Python standard library的csv阅读器。
如果你有更复杂的文件名结构（不是<number>.png），你会让你的生活变得更加艰难，并且需要更多代码进行排序。如果你想简化它，只需用前导零填充所有数字，例如对于10000个文件，文件名为00001.png，00002.png，依此类推。操作系统应该自动为您排序。

如何使用CSV中的列附加目录中的所有文件？

2 个答案: