如何使用正则表达式在python中创建包含文件名信息的列?
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:如何使用正则表达式在python中创建包含文件名信息的列?,python,regex,pandas,Python,Regex,Pandas,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: 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 for file_name in glob.glob(path):
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
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
“数据-05a-Tea 2017.xls”
“数据-05 B-Tea 2017.xls”
但有时会出现文件名问题,它们看起来像这样(附加-):
“数据-07-C-Tea 2017.xls”
我想添加到dataframe的信息是粗体的。是数字和字母,因此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
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
现在我只是像这样切割绳子:
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
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
乘法是因为我需要这个值出现在这个文件的整个数据集中,我想从中获取关于数字和字母表的信息,这些表包含n行
但我相信使用正则表达式会更聪明,但我不知道怎么做。我非常感谢您在这方面提供的一切帮助。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)