Question

我在目录中有很多文件，名称如下：

'data_2000151_avg.txt'，'data_2000251_avg.txt'，'data_2003051_avg.txt'......

假设其中一个被称为fname。我想从每个中提取一个子集，如下所示：

fname.split('_')[1][:4]

这将得到2000.我想从目录中的所有文件中收集这些文件并创建一个唯一的列表。我该怎么做？

Answer 1

你应该使用os。

import os
dirname = 'PathToFile'
myuniquelist = []
for d in os.listdir(dirname):
    if d.startswith('fname'):
        myuniquelist.append(d.split('_')[1][:4])

编辑：刚看到你想要一套的评论。在for循环之后添加这一行。

myuniquelist = list(set(myuniquelist))

Answer 2

要列出目录中的文件，您可以使用os.listdir()。要生成唯一值列表，最合适的是set comprehension。

import os
data = {f.split('_')[1][:4] for f in os.listdir(dir_path)}
list(data) #if you really need a list

Answer 3

如果唯一列表表示唯一值列表，则glob（如果文件夹包含与所需名称格式不匹配的文件）和set的组合应该可以解决问题：

from glob import glob

uniques = {fname.split('_')[1][:4] for fname in glob('data_*_avg.txt')}
# In case you really do want a list
unique_list = list(uniques)

这假定文件位于当前工作目录中。根据需要将路径附加到glob('path/to/data_*_avg.txt')。

使用python从多个文件名中提取子集

3 个答案: