文件修改时间线（按天分组）

Question

下面的代码是扫描文件夹中的所有markdown文件，并在2个单独的列表中收集文件名和修改日期。之后，我将两个列表合并为 Panada 对象。我的想法是在 Pandas 中我可以根据天对数据进行分组，但不幸的是我被困在了这个地方。我不知道如何处理熊猫对象来存档：

这是下面的脚本生成的：

               modification date        file
datetime    
2020-07-26 13:33:37 2020-07-26 13:33:37 File1
2020-07-26 10:15:50 2020-08-03 10:15:50 File2
2020-07-25 22:30:01 2020-08-20 22:30:01 File3
2020-07-25 10:01:02 2020-07-30 10:01:02 File4
2020-07-25 10:34:53 2020-08-19 10:34:53 File5

这就是我想要得到的

（同一天的文件在相同的“标题”下，并为每一行插入带有时间的文件列表。所有（日期和时间）从晚到最后排序。

## 26.7 (Sunday)

13:33 | File1
10:15 | File2

## 25.7 (Saturday)

22:30 | File3
10:34 | File5
10:01 | File4

当前代码（直到熊猫对象）

import pandas as pd
from datetime import datetime as dt
from pathlib import Path 
from dateutil import parser

File_vault = "any folder path"
File_ext = "*.md"

List_names = []
List_dates = []

# RECURSIVE UNSORTED LOOP OF MARKDOWN FILES
for file in Path(File_vault).rglob(File_ext):
    
    file_stamp = os.path.getctime(file)
    
    # FILL LISTS WITH DATA
    List_names.append((file.name).replace(File_ext,""))
    List_dates.append(parser.parse(time.ctime(file_stamp)))

# CONVERT TO PANDA OBJECT
df = pd.DataFrame()
df['datetime'] = List_dates
df.index = df['datetime'] 
df['file'] = List_names
df.head()

谁能帮忙？

Answer 1

您需要在代码中进行以下更改。 我没有创建两个在这里完成分组的列表，而是创建了一个包含三列日期、时间和文件名的嵌套列表。

#Date data
ddate = parser.parse(time.ctime(file_stamp))
#Nested list of date,time and filename
List_names.append([ddate.date(),ddate.time(),(file.name).replace(File_ext,"")])

使用列表创建pandas Dataframe，提供列名并使用pandas groupby 方法获取输出。

#DF Creation
df = pd.DataFrame(List_names)
df.columns = ['date','time', 'file']
df_grouped = df.groupby('date')
#looping over the grouped data and printing output
for group, gdf in df_grouped:
    print('Day:', group, '\n')
    print( gdf.iloc[:, 1:], '\n')

您可以在下面找到整个代码和输出快照。

注意：根据需要更改 File_vault,File_ext 变量

import pandas as pd
from datetime import datetime as dt
from pathlib import Path 
from dateutil import parser
import os
import time


File_vault = ""
File_ext = ""

List_names = []

# RECURSIVE UNSORTED LOOP OF MARKDOWN FILES
for file in Path(File_vault).rglob(File_ext):
    
    file_stamp = os.path.getctime(file)
    ddate = parser.parse(time.ctime(file_stamp))
    # FILL LISTS WITH DATA
    List_names.append([ddate.date(),ddate.time(),(file.name).replace(File_ext,"")])

# CONVERT TO PANDA OBJECT

df = pd.DataFrame(List_names)
df.columns = ['date','time', 'file']
df_grouped = df.groupby('date')
for group, gdf in df_grouped:
    print('Day:', group, '\n')
    print( gdf.iloc[:, 1:], '\n')

输出

Day: 2020-07-31 

       time          file
1  15:34:54  sample_1.png
2  15:34:56  sample_2.png
3  15:34:58  sample_3.png
4  15:35:00  sample_4.png 

Day: 2020-08-30 

       time          file
0  14:22:52    New folder
5  14:22:58  sample_1.png 

如果需要，您可以更改列名！

Answer 2

通过添加解决了所需的排序：

df.sort_values(by=['date','time'], inplace=True, ascending=False)
df_grouped = df.groupby('date', sort=False)

功能代码：

import pandas as pd
from datetime import datetime as dt
from pathlib import Path 
from dateutil import parser
import os
import time

File_vault = "" #folder path
File_ext = ""   #file extension
List_names = []

# RECURSIVE UNSORTED LOOP OF MARKDOWN FILES
for file in Path(File_vault).rglob(File_ext):
    
    file_stamp = os.path.getctime(file)
    ddate = parser.parse(time.ctime(file_stamp))
    # FILL LISTS WITH DATA
    List_names.append([ddate.date(),ddate.time(),(file.name).replace(File_ext,"")])

# CONVERT TO PANDA OBJECT
df = pd.DataFrame(List_names)
df.columns = ['date','time', 'file']

# DATE SORTING
df.sort_values(by=['date','time'], inplace=True, ascending=False)
df_grouped = df.groupby('date', sort=False)

for group, gdf in df_grouped:
    print('Day:', group, '\n')
    print( gdf.iloc[:, 1:], '\n')

非常感谢@Rikigami！