如何创建根据文件名标记非结构化数据集的 csv 文件

Question

我有一个由音频文件组成的非结构化数据集。如何遍历给定目录中的所有文件（包括我的子文件夹中的所有文件）并根据文件名标记它们，然后将此信息存储在 CSV 文件中？

我希望 CSV 文件看起来像这样 CSV File:

Answer 1

目的是我想得到 文件名并以我想要的方式创建标签（对于我的所有文件）和 然后将此信息保存在 csv 文件中

您可以使用glob 和pandas to_csv() 执行此任务，即：

from os import path
from glob import glob
import pandas as pd

f_filter = ["mp3", "ogg"] # a list containing the desired file extensions to be matched
m = [] # final match list

for f_path in glob('D:/museu_do_fado/mp3/**', recursive=True): # loop directory recursively
    f_name = path.basename(f_path) # get the filename
    f_ext = f_name.split(".")[-1].lower() # get the file extension and lower it for comparison.

    if f_ext in f_filter: # filter files by f_filter 

        label = "Your choice"
        #label = f_name[0] + f_ext[-1] # as per your example, first char of file_name and last of file_ext
        m.append([f_path, f_name, f_ext, label]) # append to match list
        #print(f_path, f_name, f_name, label)

df = pd.DataFrame(m, columns=['f_path', 'f_name', 'f_ext', 'label']) # create a dataframe from match list
df.to_csv("my_library.csv", index=False) # create csv from df

---

示例csv:

f_path,f_name,f_ext,label
D:\museu_do_fado\mp3\MDF0001_39.mp3,MDF0001_39.mp3,mp3,Your choice
D:\museu_do_fado\mp3\MDF0001_40.mp3,MDF0001_40.mp3,mp3,Your choice
...

---

注意事项：

1. Pandas 允许several export formats，包括上面示例中使用的to_json()、to_pickle() 和to_csv()，它是一个很棒的库，可以为您的库创建多种类型的data analysis/visualization。如果可以的话，我强烈建议你学习 pandas。
2. 这个答案应该给你一个起点，如果有问题，请确保你 read the docs，GL。