Python 按文件扩展名对值进行分组

我有一个包含多种类型文件（.svg、.png、csv等）的数据框架。还有一些文件没有扩展名

我如何在没有扩展名的情况下对这些文件进行分组，并制作这样的饼图

将熊猫作为pd导入
df=pd.DataFrame（{'file_name'：['filelist.xml'，'sheet002'，'sheet005.htm'，'image1.jpg'，'image3.jpg'，
'kings.xls'，'kings.png'，'kings'，'Riders'，'Royals.pdf'，'Royals.csv'，'Riders.xml']，
“创建时间：['2020-01-01 23:00:34']*2+['2018-01-01 13:01:34']*3+['2020-01-01 22:00:00']*4+['2018-02-01 23:00:34']*3，
“大小”：[8760]*3+[789]*4+[863]*2+[673]*3}）
df_unknown=df[df['file_name'].apply（lambda x:len（x.rsplit（'.'，1））<2]

编辑 我有很多价值观。饼图不能全部显示它们。

您可以使用将不包含

的值设置为未知，并从以下位置绘制饼图：

或者另一种方法是使用和：

更新

要获得每组的大小

sum

图表：

(df['size'].groupby(df.file_name.str.extract(r'(\.\w+$)', expand=False)
                    .fillna('unknown'))
            .sum().plot.pie())

您可以使用将不包含

的值设置为未知，并从以下位置绘制饼图：

或者另一种方法是使用和：

更新

要获得每组的大小

sum

图表：

(df['size'].groupby(df.file_name.str.extract(r'(\.\w+$)', expand=False)
                    .fillna('unknown'))
            .sum().plot.pie())

试试：

从这里开始，绘图应该简单明了：

_.plot.pie()
plt.show()

尝试：

从这里开始，绘图应该简单明了：

_.plot.pie()
plt.show()

---

如果我想使用大小？我使用的是：

df.groupby（'extension'）['size'].sum（）.plot.pie（y='size'，figsize=（7,7））

@Aizzaac啊，我知道你想使用大小列。是的。“大小”列。但是我有太多的值，饼图不能正确显示它们。你知道如何解决这个问题吗？@Aizzaac取前5-10个最常见的值，并将所有其他值标记为“其他”，如果我想使用大小？我使用的是：

df.groupby（'extension'）['size'].sum（）.plot.pie（y='size'，figsize=（7,7））

@Aizzaac啊，我知道你想使用大小列。是的。“大小”列。但是我有太多的值，饼图不能正确显示它们。你知道如何解决这个问题吗？@Aizzaac取前5-10个最常见的值，并将所有其他值标记为“其他”如何使用文件的大小而不是计数？我使用的是：

df.groupby（'extension'）['size'].sum（）.plot.pie（y='size'，figsize=（7,7））

它提取扩展名。自己检查：）运行：

df.file\u name.str.extract（r'（\.\w+$），expand=False）

@AizzaacHow我可以用文件的大小而不是计数来做吗？我使用的是：

df.groupby（'extension'）['size'].sum（）.plot.pie（y='size'，figsize=（7,7））

它提取扩展名。自己检查：）运行：

df.file\u name.str.extract（r'（\.\w+$），expand=False）

@Aizzaac

import os
(df['size'].groupby(df['file_name'].map(os.path.splitext)
                                   .str[-1]
                                   .replace({'': 'unknown'}))
           .sum())

file_name
.csv         673
.htm        8760
.jpg        1578
.pdf         673
.png         789
.xls         789
.xml        9433
unknown    10486
Name: size, dtype: int64

_.plot.pie()
plt.show()