從pandas中的文件名中提取文件擴展名

Question

我在pandas dataframe中有一個列FileName ，它包含包含表單文件名的字符串。 文件名中可以​​包含點（'。'）。 例如， abcdtxt是一個txt文件。 我只想讓另一個列FileType列只包含文件擴展名。

示例DataFrame：

FileName

a.b.c.d.txt

j.k.l.exe

處理后：

FileName    FileType

a.b.c.d.txt txt

j.k.l.exe   exe

我嘗試了以下方法：

X['FileType'] = X.FileName.str.split(pat='.')

這有助於我拆分字符串. 。 但是我如何獲得最后一個元素，即文件擴展名？

就像是

X['FileType'] = X.FileName.str.split(pat='.')[-1]

X['FileType'] = X.FileName.str.split(pat='.').pop(-1)

沒有給出所需的輸出。

Answer 1

選項1
apply

df['FileType'] = df.FileName.apply(lambda x: x.split('.')[-1])

選項2
使用str兩次

df['FileType'] = df.FileName.str.split('.').str[-1]

選項2b
使用rsplit （感謝@cᴏʟᴅsᴘᴇᴇᴅ）

df['FileType'] = df.FileName.str.rsplit('.', 1).str[-1]

所有結果都是：

      FileName FileType
0  a.b.c.d.txt      txt
1    j.k.l.exe      exe

---

_{Python 3.6.4, Pandas 0.22.0}

Answer 2

如果你不想分裂從文件名擴展，那么我會建議名單comprehension-

用str.rsplit

df['FileType'] = [f.rsplit('.', 1)[-1] for f in df.FileName.tolist()]
df

      FileName FileType
0  a.b.c.d.txt      txt
1    j.k.l.exe      exe

---

如果要拆分路徑和文件名，可以使用幾個選項。

os.path.splitext

import os

pd.DataFrame(
    [os.path.splitext(f) for f in df.FileName], 
    columns=['Name', 'Type']
)

      Name  Type
0  a.b.c.d  .txt
1    j.k.l  .exe

---

str.extract

df.FileName.str.extract(r'(?P<FileName>.*)(?P<FileType>\..*)', expand=True)

      Name  Type
0  a.b.c.d  .txt
1    j.k.l  .exe