Python 有没有办法根据文件名列表自动在GCS存储桶中创建文件夹？

根据文件名列表（对应于我希望能够预测的图像的标签），我希望自动创建这些文件夹，以便以后可以将正确的文件移动到正确的文件夹中

为了促进这一点，特别是由于可能的文件夹数量巨大，我想基于标识符创建这些bucket

例如，我有下面的列表 标签 4354634 354545 4335435 112121 4865633

目标是遍历列表并在bucket中创建一个文件夹

gs://some bucket name/4354634/

gs://some bucket name/354545/

gs://some bucket name/4335435/

gs://some bucket name/112121/

gs://some bucket name/4865633/

gs://some bucket name//

我尝试了以下代码，但它只在笔记本中提供了某些输出，而不是通过创建文件夹

def sku到桶（标签id）：
bucket=client.get_bucket（'some-bucket'））
d=str（标签id）+'/'
d=桶。水滴（d）
作为pd进口熊猫
loop\u sub=pd.read\u csv（“loopfile.csv”）
对于循环_sub.iterrows（）中的标签_id:
sku到桶（标签id）
打印（str（标签号））

输出低于

---

（0，标签号为63453654635， 名称：0，dtype=int64）

预期结果是，我得到了一个基于Google云存储桶中标签id的folderstructure。

没有“目录”的概念：blob/对象始终是一个文件。 一种解决方法是在文件夹中添加一个虚拟文件，然后上传这个虚拟文件。 请检查以下相关问题

这是我使用的代码：

import pandas as pd

loop_sub = pd.read_csv("loopfile.csv", names = ['val'])
bucket = storage_client.get_bucket('some-bucket-name')
file = 'temp'

for label_id in loop_sub['val']:
    blob = bucket.blob(str(label_id) + '/')
    blob.upload_from_string(file)

没有“目录”的概念：blob/对象始终是一个文件。 一种解决方法是在文件夹中添加一个虚拟文件，然后上传这个虚拟文件。 请检查以下相关问题

这是我使用的代码：

import pandas as pd

loop_sub = pd.read_csv("loopfile.csv", names = ['val'])
bucket = storage_client.get_bucket('some-bucket-name')
file = 'temp'

for label_id in loop_sub['val']:
    blob = bucket.blob(str(label_id) + '/')
    blob.upload_from_string(file)