Question

我想使用file=glob.glob...函数读取文件夹中的文件名。并在'file_last_mod_t'列中添加最后一次修改文件时间。

我的部分代码：

df=pd.DataFrame(columns=['filename','file_last_mod_t','else'])

df.set_index('filename')
for file in glob.glob('folder_path'): #inside this folder is file.txt
    file_name=os.path.basename('folder_path')
    df.loc[file_name]= os.path.getmtime(file)

这给了我

df:
filename,file_last_mod_t,else
file.txt,123456,123456          #123456 its time result example

我只想将此最后一次修改时间添加到file_last_mod_t列，而不是全部添加。

我想收到：

df:
filename,file_last_mod_t,else
file.txt,123456,

多谢建议

修改代码后：

df=pd.read_csv('C:/df.csv')
filename_list= pd.Series(result_from_other_definition)# it looks same as in #filename column
df['filename']=filename_list # so now i have dataframe with 3 columns and firs column have files list
df.set_index('filename')
      for file in glob.glob('folder_path'):#inside this folder is file.txt
      df['file_last_mod_t']=df['filename'].apply(lambda x: (os.path.getmtime(x)) #the way how getmtime is present is now no matter, could be #float numbers
      df.to_csv('C:/df.csv')

＃打印样本： 首次运行：

df['filename']=filename_list
print (df)
,'filename','file_last_mod_t','else'
0,file1.txt,NaN,NaN
1,file2.txt,NaN,NaN

上面的

代码在df为空（仅包含标头）时首次运行后可以正常工作。在下一次运行后，当我运行代码并且df.csv有一些内容i am changing manually value of timestamp in file时，我收到一条错误消息：TypeError: stat: path should be string, bytes, os.PathLike or integer,not float该代码应替换具有良好时间戳的手动修改的单元格。我认为它与apply相关我也不知道为什么索引出现在dp

**已解决**

Answer 1

请参见以下代码注释：

import os
import pandas as pd
import datetime as dt
import glob

# this is the function to get file time as string
def getmtime(x):
    x= dt.datetime.fromtimestamp(os.path.getmtime(x)).strftime("%Y-%m-%d %H:%M:%d")
    return x

df=pd.DataFrame(columns=['filename','file_last_mod_t','else'])

df.set_index('filename')

# I set filename list to df['filename']
df['filename'] = pd.Series([file for file in glob.glob('*')])

# I applied a time modified file to df['file_last_mod_t'] by getmtime function
df['file_last_mod_t'] = df['filename'].apply(lambda x: getmtime(x))

print (df)

结果是

          filename      file_last_mod_t else
0        dataframe  2019-05-04 18:43:04  NaN
1      fer2013.csv  2018-05-26 12:18:26  NaN
2         file.txt  2019-05-04 18:49:04  NaN
3        file2.txt  2019-05-04 18:51:04  NaN
4   Untitled.ipynb  2019-05-04 17:41:04  NaN
5  Untitled1.ipynb  2019-05-04 20:51:04  NaN

对于更新后的问题，我从df.csv开始，其数据如下：

filename,file_last_mod_t,else
file1.txt,,

而且，我想您想添加新文件。因此，我编写了如下代码：

import os
import pandas as pd

df=pd.read_csv('df.csv')

df_adding=pd.DataFrame(columns=['filename','file_last_mod_t','else'])
df_adding['filename'] = pd.Series(['file2.txt'])
df = df.append(df_adding)
df = df.drop_duplicates('filename')

df['file_last_mod_t']=df['filename'].apply(lambda x: (os.path.getmtime(x))) #the way how getmtime is present is now no matter, could be #float numbers
df.to_csv('df.csv', index=False)

我为新文件创建了df_adding数据帧，并将其附加到读取df.csv的df上。最后，我们可以应用getmtime并将其保存到df.csv。

Python：使用文件名和文件上次修改时间创建数据框

1 个答案: