Question

我正在创建一个数据文件，其第一列（'id'）中包含一个包含名称和编号的标识符（即name22，name43，name185）。我正在尝试获取标识符中的数字（来自数据文件）并将其与当前目录上方目录中的文件名中的数字相匹配 - 这些文件具有不同的名称但相同的相应数字（即old22， old43，old185）。

如何将数据文件“id”列中的数字与文件名中的数字相匹配？我写了下面的脚本，但我没有得到任何输出/错误。

import os
import fnmatch
import pandas as pd

os.system('grep id *log > data.txt')
df = pd.read_table("data.txt", delim_whitespace=True, header = None)
df.columns = ['id','anum','aname','iso']
num = df.id.str.extract('(\d+)')
regex = r'\d+'

for filename in os.listdir('../'):
    if fnmatch.fnmatch(regex,'*.txt'):
         f = open(filename,"r"):
         ...do more things....

Answer 1

此模块提供对Unix shell样式通配符的支持，这些通配符与正则表达式（在re模块中记录）不同。 shell样式通配符中使用的特殊字符是：

var apple = {
  type: "macintosh",
  color: "red",
  getInfo () {
    return this.color + ' ' + this.type + ' apple';
  }
}

fnmatch docs

这意味着你不能使用完整的正则表达式来查找文件名，只能使用shell通配符。我建议将Pattern Meaning * matches everything ? matches any single character [seq] matches any character in seq [!seq] matches any character not in seq与id一起使用，例如*

*123.txt

您也可以使用# assuminng you have id variable for filename in os.listdir('.'): if fnmatch.fnmatch(filename, '*{0}.txt'.format(id)): f = open(filename,"r") #...功能，因为上述解决方案不是最有效的。

Answer 2

如果您的id列是这样的：

f_s = pd.Series(['name22', 'name43', 'name185'])

和os.listdir('../')是这样的：

others = ['old22.txt', 'old43.txt', 'old185.txt', 'mold43.png']

您可以在id列

中创建一组数字

id_nbrs = set(f_s.str.extract(r'(\d+)'))

然后使用函数过滤所需的文件：

digits = re.compile(r'(\d+)$')
def f(s):
    name, ext = s.split('.')
    nbr = digits.search(name).group()
    #print(name, ext, nbr)
    return nbr in id_nbrs and ext == 'txt'

for thing in filter(f, others):
    print(thing)

>>>
old22.txt
old43.txt
old185.txt
>>>

Python - 在文件名中匹配整数？

2 个答案: