代码之家 › 专栏 › 技术社区 › DeltaIV

在两个文件夹中查找名称首字母相同的文件

set-intersection list python

DeltaIV · 技术社区 · 8 年前

我用过 listdir 要读取两个文件夹中的文件,请执行以下操作:

from os import listdir 
list_1 = [file for file in listdir("./folder1/") if file.endswith(".csv")]
list_2 = [file for file in listdir("./folder2/") if file.endswith(".json")]

现在我有两个列表:

list_1 = ['12_a1_pp.csv', '32_a3_pp.csv', '45_a17_pp.csv', '81_a123_pp.csv']
list_2 = ['12_a1.json', '32_a3.json', '61_a54.json']

我想找到对应的两个子列表,其中包含名称的初始部分相同的文件。换句话说:

list_1b = ['12_a1_pp.csv', '32_a3_pp.csv']
list_2b = ['12_a1.json', '32_a3.json']

我该怎么做?

PS注意 listdir公司 回答这个问题,部分可能无关紧要。我只把它包括在内,因为如果 listdir公司 保证按字母顺序排列,那么这可能有助于遍历这两个列表。当然,在这个简单的示例中,列表很短,但在实际用例中,它们包含数百个文件。

4 回复 | 直到 8 年前

sciroccorics 8 年前

更具python风格的方法将使用 & 集合的(交点)运算符:

common = set(x[:-7] for x in list_1) & set(x[:5] for x in list_2)
list_1b = [x + '_pp.csv' for x in common]
list_2b = [x + '.json' for x in common]

编辑:如果需要对每个列表的特定字符进行拆分(请参见注释),以下是更新版本(在列表\u 1中搜索最后一个“\u”,在列表\u 2中搜索最后一个“.”):

common = set(x[:x.rindex('_')] for x in list_1) & set(x[:x.rindex('.')] for x in list_2)

jpp 8 年前

这是一种使用字典理解和 set.intersection 。

list_1 = ['12_a1_pp.csv', '32_a3_pp.csv', '45_a17_pp.csv', '81_a123_pp.csv']
list_2 = ['12_a1.json', '32_a3.json', '61_a54.json']

start_1 = {k: '_'.join(k.split('_')[:-1]) for k in list_1}
start_2 = {k: k.split('.')[0] for k in list_2}

start_intersect = set(start_1.values()) & set(start_2.values())

list_1b = [k for k, v in start_1.items() if v in start_intersect]
list_2b = [k for k, v in start_2.items() if v in start_intersect]

如果任何“XY”的文件名都以“\u XY.csv”结尾,则此方法同样适用。它依赖于文件名的格式,而不是invidual字母。

Rakesh 8 年前

list_1 = ['12_a1_pp.csv', '32_a3_pp.csv', '45_a17_pp.csv', '81_a123_pp.csv']
list_2 = ['12_a1.json', '32_a3.json', '61_a54.json']

list_1_C = [i.split(".")[0].replace("_pp", "") for i in list_1]     #Check List
list_2_C = [i.split(".")[0] for i in list_2]                        #Check List

print([list_1[i] for i, v in enumerate(list_1_C) if v in list_2_C])
print([list_2[i] for i, v in enumerate(list_2_C) if v in list_1_C])

输出:

['12_a1_pp.csv', '32_a3_pp.csv']
['12_a1.json', '32_a3.json']

Kenstars 8 年前

这一点很简单,你可以这样想:

list_1 = ['12_a1_pp.csv', '32_a3_pp.csv', '45_a17_pp.csv', '81_a123_pp.csv']
list_2 = ['12_a1.json', '32_a3.json', '61_a54.json']
starters = [eachfile.partition(".")[0] for eachfile in list2]
 for eachelement in starters:
    for eachfile in list_1:
       if eachfile.startswith(eachelement):
          list_1b.append(eachfile)
          list_2b.append(eachelement+".json")

此外,如果您想针对这种情况:

collective_set_1 = { each.replace("_pp.csv","") for each in list_1}
collective_set_2 = { each.replace(".json","") for each in list_2}
intersection = collective_set_1.intersection(collective_set2)
list_1b = [ each+"_pp.csv" for each in intersection ]
list_2b = [ each+".json" for each in intersection ]