如何對大量 csv 文件進行排序以按特定順序讀取它們？

Question

您好，我有多個 csv 文件（很多）具有相同的名稱（文件名）但末尾有一個數字。 例如，我有 4 個 csv 文件具有相同的文件名，並且在第一個文件的末尾沒有多余的數字，但是對於第二個文件，末尾有一個 (0)，第三個文件的末尾有 (1)文件名之類的......

我正在使用 pandas read 來讀取 for 循環中的文件，因為我在一個文件夾中有很多文件，並且我正在使用 sorted 對它們進行排序。 我遇到的問題是它對文件名進行了很好的排序，第一個文件也很好，但是當它最后有一個文件名（0）時我遇到了問題。 它放在最后，我想解決這個問題，因為這些單獨的文件一起擁有一個大文件的數據，我試圖自動連接它們。 一切正常，但排序順序不是我想要的，因此我有相同的文件連接（這是我想要的）但順序錯誤。

我該如何糾正這一點。 BTY 閱讀后我正在對列表中的文件進行排序，並且它以錯誤的順序排序，例如 ['filename','filename1','filname2','filename0']。 但我想要它 ['Filename','Filename0','Filename1','Filename2'] 按這個順序。

我知道列表中的文件名是字符串，我嘗試將它們轉換為 int 和 float 但我沒有成功我得到這個值錯誤（ValueError: invalid literal for int() with base 10:)

任何幫助將不勝感激。 我無法上傳代碼，因為它有很多功能，而且要找到這些位絕對是巨大的，這對我來說需要很長時間。 對於那個很抱歉。

Answer 1

將 rsplit 和 sorted 方法與自定義 function 一起使用，該方法會進行一些嘗試除外檢查。

你可以這樣嘗試：

def function_work(x):
    y = x.rsplit('.', 2)[-2]
    return ('log' not in x, int(y) if y.isdigit() else float('inf'), x)

csvFiles = ['Filename5.csv', 'Filename0.csv', 'Filename1.csv', 'Filename.csv', 'Filename2.csv']
print(sorted(csvFiles, key=function_work, reverse=False))
#output : ['Filename.csv', 'Filename0.csv', 'Filename1.csv', 'Filename2.csv', 'Filename5.csv']

Answer 2

sorted后的 function 需要一個名為key的附加關鍵字參數，告訴它如何對iterable中的項目進行排序。 這個參數key是一個 function 預期從輸入iterable中獲取每個條目並給它一個“等級”或“排序順序” -

在您的情況下，您需要定義一個key function 將“無后綴”文件放在“0”之前 -

lst = ['abc.csv', 'abc (0).csv', 'abc (1).csv']
filenames_split_lst = [_.rsplit('.', 1) for _ in lst]
# [['abc', 'csv'], ['abc (0)', 'csv'], ['abc (1)', 'csv']]
base_filenames = [_ for _, csv in filenames_split_lst]
# ['abc', 'abc (0)', 'abc (1)']

def sorting_function(base_filename):
    if (len(base_filename.split()) == 1):
        return 0
    elif len(base_filename.split()) == 2:
        number_suffix = base_filename.split()[1][1:-1]
        return int(number_suffix) + 1

sorted(base_filenames, key=sorting_function)
# ['abc', 'abc (0)', 'abc (1)']