从pandas中提取文件名的文件扩展名

Question

我有一个名为FileName的pandas数据帧列，其中包含字符串形式的文件名。文件名中可以包含点('.'). 例如，a.b.c.d.txt是一个txt文件。我只想要另外一列FileType，其中包含文件扩展名。

样本数据框:

FileName

a.b.c.d.txt

j.k.l.exe

处理后：

FileName    FileType

a.b.c.d.txt txt

j.k.l.exe   exe

我尝试了以下内容：

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

这帮助我在 . 上分割字符串。但是如何获取最后一个元素，即文件扩展名？

类似以下内容：

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

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

未获得预期的输出结果。

- Shridhar R Kulkarni

Answer 1

选项1
应用

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

选项2
使用str两次

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

选项2b
使用rsplit（感谢@cᴏʟᴅsᴘᴇᴇᴅ）。

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

所有结果都在：

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

---

_{Python 3.6.4, Pandas 0.22.0}

- user3483203

---

作为对您解决方案的轻微改进，我建议使用简单的 rsplit——df.FileName.str.rsplit('.', 1).str[-1]...这样只从右侧分割一次，因此应该更有效率。 - cs95

Answer 2

如果你不想将扩展名从文件名中分离出来，我建议使用列表推导式——

使用 str.rsplit 的推导式

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

如果您想分离路径和文件名，有几种选择。

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

- cs95