Question

我正在尝试遍历目录中的.jpg文件，以匹配.csv文件的单个列（image_name）中的名称。

import csv
import pandas as pd
import fnmatch
import os


imagenames=pd.read_csv('file.csv',header=0,usecols=['image_name'])
imnum=imagenames.shape[0]

for filename in os.listdir("directory"):
    for i in range(imnum):
        if imagenames.iloc[i] == filename:
            print(imagenames.iloc[i])

我收到一条错误消息：ValueError：Series的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。任何人都可以帮我解释代码吗？

Answer 1

虽然您没有包含行号，但我认为错误在行imagenames.iloc[i] == filename上。您收到此错误是因为imagenames.iloc[i]会导致Pandas系列对象（代表单个列）。

你可以通过替换为imagenames.iloc[i]['image_name']解决此问题，但结果代码将有2个循环并且正在做大量的额外工作。

相反，我建议重构以下目标：

您有CSV中的文件名列表
您有目录列表中的文件名列表
您想要这两个列表的交集（即同时出现在两者中的文件名）

有几种方法可以做到这一点，你不会提到这些列表有多大。让我们假设它们相对较小，一种接近代码的方法，这种方式更符合Pandas对数据的矢量化方法：

imagenames=pd.read_csv('file.csv',header=0,usecols=['image_name'])
files_in_dir = os.listdir("directory")
matches = imagenames[imagenames['image_name'].isin(files_in_dir)]

这不是超级高效，因为.isin正在搜索文件列表，如果列表很长，则可能会很慢。如果情况属于这种情况，您可以考虑使用集合或其他优化。

Answer 2

我这样做：

{{1}}

尝试使用pandas匹配目录中的文件名和python中.csv文件中的元素

2 个答案: