从 pandas 中的文件名中提取文件扩展名

Question

我在 pandas 数据框中有一列 FileName，它由包含格式文件名的字符串组成。文件名中可以​​包含点（'.'）。例如，a.b.c.d.txt 是一个 txt 文件。我只想拥有另一列FileType 仅包含文件扩展名的列。

示例数据帧：

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

我尝试了以下方法：

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

这有助于我拆分. 上的字符串。但是如何获取最后一个元素，即文件扩展名？

有点像

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

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

没有给出想要的输出。

Answer 1

选项 1
apply

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：

      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

如果您不想要从文件名中拆分扩展名，那么我会推荐一个列表理解——

理解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

---

如果你想分割路径和文件名，有几个选项。

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