Question

我希望将下载到我的downloads文件夹的csv文件拉入pandas数据框。每次下载时，都会在字符串末尾添加一个数字，因为文件名已在文件夹中。例如，“ transactions（44）.csv”位于该文件夹中，下次下载该文件时，其名称为“ transactions（45）.csv”。

我已经查看了glob库或使用os库打开了我的下载文件夹中的最新文件。我无法提出解决方案。我在想我需要某种方式连接到下载路径，找到所有csv文件类型，其中包含字符串“ transactions”的文件，并在完整的文件名字符串中获取最大数量的文件。

list(csv.reader(open(path + '/transactions (45).csv'))

我希望这样的path + '/%transactions%' + 'max()' + '.csv'我知道最终答案将完全不同，但是我希望这是有道理的。

Answer 1

假设格式为“ transactions (number).csv”，请尝试以下操作：

import os
import numpy as np

files=os.listdir('Downloads/')
tranfiles=[f for f in files if 'transactions' in f]

现在，您的目标文件如下：

target_file=tranfiles[np.argmax([int(t.split('(')[1].split(')')[0]) for t in tranfiles])]

按如下所示读取所需文件：

df=pd.read_csv('Downloads/'+target_file)

Answer 2

一种选择是使用正则表达式提取数值最大的文件ID，然后构造一个新文件名：

import re
import glob 
last_id = max(int(re.findall(r" \(([0-9]+)\).csv", x)[0]) \
              for x in glob.glob("transactions*.csv"))
name = f'transactions ({last_id}).csv'

或者，找到最新的文件directly by its modification time

请注意，您不应使用CSV阅读器来读取Pandas中的CSV文件。请改用pd.read_csv()。

如何从其名称的字符串中动态选择一个csv？

2 个答案: