如何从路径字符串的数据帧列中提取基本路径

Question

有几个关于字符串操作的问题，但我找不到一个可以让我做以下事情的答案-我认为应该很简单。。。

我有一个DataFrame，其中包括一个包含文件名和路径的列

下面生成一个代表性的示例数据帧：

df = pd.DataFrame({
    'root': {'1': 'C:\\folder1\\folder2\\folder3\\folder4\\filename.csv'}
})

                                              root
1  C:\folder1\folder2\folder3\folder4\filename.csv

我想以字符串的“文件名”部分结束。有大量的行，并且路径不是常量，因此我不能使用＜code＞str.replace

我可以像这样去掉最右边的. csv部分：

df['root'] = df['root'].str.rstrip('.csv') 

                                          root
1  C:\folder1\folder2\folder3\folder4\filename

但是我无法使我读过的任何方法都能够删除字符串左侧的路径部分。

假设路径的前面元素可以从一个记录到另一个记录发生变化，我怎样才能只返回这个路径(字符串)的“文件名”部分呢？

Answer 1

假设路径中总是至少有一个深度，我们可以在斜杠上拆分，获取最后一个元素，然后在上面调用rstri：

In [9]:

df.root.str.split('\\').str[-1].str.rstrip('.csv')
Out[9]:
1    filename
Name: root, dtype: object

根据DSM指出的rstrip，您可以调用split两次：

In [11]:

df.root.str.split('\\').str[-1].str.split('.').str[0]
Out[11]:
1    filename
Name: root, dtype: object

Answer 2

对于最近的Python，建议使用path lib。basename可以通过应用. st获得，如下所示。一般情况下，DataFrames通常有多行，因此下面的示例也使用了熊猫. Application。

from pathlib import Path 

df['root'].apply(lambda x: Path(x).stem)
# Out[1]:
# 1    filename
# Name: root, dtype: object

如果要包含扩展名，可以通过应用.name获得它。

df['root'].apply(lambda x: Path(x).name)
# Out[2]:
# 1    filename.csv
# Name: root, dtype: object

Answer 3

您可以使用< code>os.path中的实用程序来简化这一过程，即< code>splitext和< code>basename:

>>> import os
>>> df["root"].apply(lambda x: os.path.splitext(os.path.basename(x))[0])
0    filename
Name: root, dtype: object

PS: rstrip并不像您想象的那样工作——它删除的是那些字符，而不是那个子串。例如:

>>> "a11_vsc.csv".rstrip(".csv")
'a11_'