如何从Python中的文件名中提取数据？ - 将文件名转换为字符串？

Question

我正在尝试提取我在学校帮助进行的一些实验的元数据。我们将数据文件命名为如下所示：

name_date_sample_environment_run#.csv

我需要做的是编写一个函数，将每个部分分隔到一个列表中，该列表将输出如下：

['name', 'date', 'sample' , '环境', '运行#']

虽然我还没有完全弄清楚。我想我需要弄清楚如何加载文件，将名称转换为字符串，然后为每个下划线使用分隔符将每个下划线分隔到给定列表中。我不知道如何加载文件以便将其转换为字符串。任何帮助将不胜感激！

PS - 我最终需要找到一种方法将这些数据保存到电子表格中，这样我们就可以看到我们在某些条件下做了多少次实验，谁进行了这些实验，等等。但我可以稍后再弄清楚。谢谢！

Answer 1

如果您只是问如何将字符串分解为用下划线分隔的所有组件，那么最简单的方法是使用 split 函数。

x = 'name_date_sample_environment_run#.csv'
y = x.split('_')

# y = ['name', 'date', 'sample', 'environment', 'run#.csv']

split 函数每次看到下划线时都会简单地分解字符串。如果您想从“run#.csv”中删除 .csv 部分，则可以处理原始字符串以删除最后 4 个字符。

x = 'name_date_sample_environment_run#.csv'
x = x[:-4]
y = x.split('_')

# y = ['name', 'date', 'sample', 'environment', 'run#]

Answer 2

如果您的所有文件都是结构化的，并且在同一个文件夹中，您可以这样做：

import os 
files = os.listdir('.') #insert folder path

structured_files = {}
for file in files:
    name, date, sample, environment = file.split('_')
    structured_files.append({'name':name, 'date':date, 'sample':sample, 'env':env})

那么您将拥有一个包含文件信息的结构字典。
如果需要，您可以导入 pandas，然后保存到 Excel 工作表：

import os 
import pandas as pd

files = os.listdir('.') #insert folder path

structured_files = {}
for file in files:
    name, date, sample, environment = file.split('_')
    structured_files.append({'name':name, 'date':date, 'sample':sample, 'env':env})

pd.from_dict(structured_files).to_excel('files.xlsx')