如何移除DataFrame中文件名的父目录路径？

问题分析 #

你遇到的核心问题是字符串中反斜杠的转义处理错误，以及引号使用不当导致的语法报错。另外方法4的思路绕了弯路，没有直接定位到要移除的完整前缀。

正确解决方案 #

下面是几种直接有效的方法，按推荐程度排序：

1. 用os.path.basename提取文件名（最稳妥通用）

这个方法不需要关心具体前缀格式，直接从路径中提取最终的文件名，适配各种路径类型：

import os
df["filename"] = df["filename"].apply(os.path.basename)

比如输入".\XML files\ABC123.xml"，直接输出"ABC123.xml"。

2. 正确转义后使用str.replace

要匹配".\XML files\"这个前缀，需要把字符串中的反斜杠转义（写成\\），或者使用原始字符串（在字符串前加r，避免转义）：

# 方式A：原始字符串
df["filename"] = df["filename"].str.replace(r".\XML files\", "", regex=False)

# 方式B：转义反斜杠
df["filename"] = df["filename"].str.replace(".\\XML files\\", "", regex=False)

注意要关闭regex（设为False），避免字符串中的特殊字符被当作正则表达式解析。

3. 用str.split分割路径

按反斜杠分割路径后取最后一段：

# 转义反斜杠
df["filename"] = df["filename"].str.split("\\").str[-1]

# 或者用原始字符串
df["filename"] = df["filename"].str.split(r"\\").str[-1]

你之前方法的问题说明 #

• 方法1-3：字符串中的\未转义，而且引号配对错误，导致Python解析字符串时报错。比如".\XML files\"里的最后一个\会转义后面的双引号，导致字符串未闭合，触发EOL while scanning string literal错误。
• 方法4：只替换了"XML files"，剩下的.\\需要额外处理，但直接替换\\后还剩开头的.，如果要补救可以用df["filename"] = df["filename"].str.replace(".\\", "", regex=False)，但不如前面的方法直接。

内容的提问来源于stack exchange，提问作者H B