python - 如何使用正则表达式在 python 中使用来自文件名的信息创建列？

问题描述

我正在寻找更聪明的方法来创建两列，其中包含来自文件名的信息。

我必须使用的文件名如下所示：

“数据 - 05 A - 茶 2017.xls” “数据 - 05 B - 茶 2017.xls”

但有时文件名会出现问题，它们看起来像这样（附加 - ）：

“数据 - 07 - C - 茶 2017.xls”

我要添加到数据框中的信息以粗体显示。是数字和字母，所以我的数据框将如下所示：

    X      Y       Z        Number    Letter
   0.32    0.23    0.234    05        A
   0.4     0.24    44       05        B
   23      21.2    0.4      07        C

现在我只是像这样切片字符串：

for file_name in glob.glob(path):
        df = pd.read_html(file_name)[0]
        rows = df.shape[0]
        
         if "/A/" in path:
                        number = file_name[86:88]
                        letter = file_name[89:90]
                    
         elif "/B/" in path:
                        number = file_name[86:88]
                        letter = file_name[91:92]


          df["number"] = [number] * rows
          df["letter"] = [letter] * rows

将其相乘是因为我需要此值出现在此文件的整个数据集中，我想从中获取有关数字和字母的信息 - 包含 n 行的表

但我相信使用正则表达式会更聪明，但我不知道如何。我将非常感谢它的每一个帮助

标签： pythonregexpandas

对于您给出的示例，以下正则表达式有效：

import re

file_names = [
    'data - 05 A - Tea 2017.xls', 
    'data - 07 - C - Tea 2017.xls', 
    'data - 05 B - Tea 2017.xls',
]

for file_name in file_names:
    number, letter = re.findall('data - ([0-9]+).*([A-Z]) - Tea.*', file_name)[0]
    print(number, letter)

python - 如何使用正则表达式在 python 中使用来自文件名的信息创建列？

问题描述

解决方案

推荐阅读