使用 pandas 数据框复制和重命名文件

Question

我是 python 的相对较新的用户，因此在以下方面苦苦挣扎。本质上，我试图将一堆文件从一个文件夹移动到另一个文件夹，并使用我构建的 pandas df 重命名它们 - states_mapping_df。我尝试使用 states_mapping_df = states_mapping_df.astype("string") 将 df 转换为字符串，但这没有帮助。

from shutil import copyfile
covid_src_dir = r"I:\COVID\COVID tracker\UserA\Hospitalizations"

covid_new_dir = r"I:\COVID\COVID tracker\Hospitalizations_images"

states_mapping_df = pd.DataFrame ({"Abbr" :['CA','FL','IL','NJ','NY','NC','OH','PA','TX','VA'],
                                   "State_Name" :['California','Florida','Illinois','New Jersey','New York','North Caroliina','Ohio','Pennsylvania','Texas','Virginia']})

for row in states_mapping_df['Abbr']:
    #oldname = states_mapping_df['Abbr']+'.png'
    #newname = states_mapping_df['State_Name']+'.png'
    oldpath_covid = covid_src_dir + "\\" + row +'.png'
    newpath_covid = covid_new_dir + "\\" + states_mapping_df['State_Name'].astype('string') +'.png'
    copyfile(oldpath_covid, newpath_covid)

运行时出现以下错误

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-260-40e52504bb33> in <module>
     19     oldpath_covid = covid_src_dir + "\\" + row +'.png'
     20     newpath_covid = covid_new_dir + "\\" + states_mapping_df['State_Name'].astype('string') +'.png'
---> 21     copyfile(oldpath_covid, newpath_covid)
     22     #shutil.copy(oldpath_covid, newpath_covid)

~\Anaconda3\lib\shutil.py in copyfile(src, dst, follow_symlinks)
    238     sys.audit("shutil.copyfile", src, dst)
    239 
--> 240     if _samefile(src, dst):
    241         raise SameFileError("{!r} and {!r} are the same file".format(src, dst))
    242 

~\Anaconda3\lib\shutil.py in _samefile(src, dst)
    215     if hasattr(os.path, 'samefile'):
    216         try:
--> 217             return os.path.samefile(src, dst)
    218         except OSError:
    219             return False

~\Anaconda3\lib\genericpath.py in samefile(f1, f2)
     99     """
    100     s1 = os.stat(f1)
--> 101     s2 = os.stat(f2)
    102     return samestat(s1, s2)
    103 

TypeError: stat: path should be string, bytes, os.PathLike or integer, not Series

Answer 1

我相信你的问题就在这里states_mapping_df['State_Name']

错误是告诉您您正在使用系列。您正在尝试将文件重命名为 DataFrame 中的一整列值（系列）。

你需要过滤你想要的实际值。

试试这个。

for row in states_mapping_df['Abbr']:
    #oldname = states_mapping_df['Abbr']+'.png'
    #newname = states_mapping_df['State_Name']+'.png'
    
    # filter row of df according to present row from abbr
    filt = (df['Abbr']==row)
    # use .loc to isolate the specific cell from the filter and the column name
    row_filtered = df.loc[filt, 'State_Name']
    # a list is returned where first value is the cell value
    state_name = row_filtered.values[0]
    oldpath_covid = covid_src_dir + "\\" + row +'.png'
    # renamed the initial series to the state name
    newpath_covid = covid_new_dir + "\\" + 
    state_name +'.png'
    copyfile(oldpath_covid, newpath_covid)

编辑，更多信息：

.loc 是一种过滤 Pandas DataFrame 的方法。您通过 df.loc[a,b] 传递两个参数 a,b 其中 a = 行和 b = 列。 通常，大多数人会以与我在上面相同的方式使用它，他们首先像我一样创建一个用于a 的过滤器。 (df['state'] == 'California') 将返回一个布尔值列表 (true/false)，其中只有 California 的实例会返回 True。然后，当您通过 .loc[] 以及您的列名时，您返回特定的单元格（或单元格，如果通过 b 的多个列名）。然后调用.values 返回一个由所述值组成的数组。

另一种方法是.iloc[]，虽然i 表示integer，但它的工作方式相同。因此，如果您想返回第 10 行和第 5 到 8 列，您可以使用 df.iloc[10,5:8]

或者如果你想返回所有你也可以做的df.iloc[:,:] 或者如果你想返回你的行值等于加利福尼亚的所有列，使用与上面相同的过滤器表达式，那么你可以使用df.loc[filt, ::]

冒号表达式表示索引切片，就像您在列表中所做的那样。

更多：

loc https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html

iloc https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html

索引和切片 https://realpython.com/lessons/indexing-and-slicing/

各种其他过滤方法，包括提到的那些 https://towardsdatascience.com/7-different-ways-to-filter-pandas-dataframes-9e139888382a