人脸帧数据集分类整理求助：按文件名拆分真实/伪造图片至子文件夹

直接用下面的Python代码就能完成你的需求，同时规避常见的路径和文件夹创建问题：

import os
import shutil

# 数据集所在文件夹路径，脚本和数据集同目录则用当前路径，否则替换为绝对路径
dataset_dir = os.getcwd()

# 目标分类文件夹
target_categories = ['real', 'fake']

# 创建分类文件夹（已存在则跳过）
for category in target_categories:
    category_path = os.path.join(dataset_dir, category)
    os.makedirs(category_path, exist_ok=True)

# 遍历并移动文件
for filename in os.listdir(dataset_dir):
    file_path = os.path.join(dataset_dir, filename)
    # 跳过子文件夹和非jpg文件
    if os.path.isdir(file_path) or not filename.lower().endswith('.jpg'):
        continue
    
    # 提取文件的分类前缀
    file_category = filename.split('_')[0]
    if file_category in target_categories:
        # 构建目标路径并移动文件
        dst_path = os.path.join(dataset_dir, file_category, filename)
        shutil.move(file_path, dst_path)
        print(f"移动完成：{filename} → {file_category}/")

关键细节说明 #

• 文件夹创建：用os.makedirs(..., exist_ok=True)替代os.mkdir，解决文件夹已存在时的报错问题，同时支持创建多级目录
• 路径处理：全程用os.path.join拼接路径，自动适配Windows/macOS/Linux的路径分隔符，避免手动拼接导致的错误
• 文件过滤：只处理.jpg格式文件，跳过子文件夹，防止误移动脚本或其他无关文件
• 分类判断：通过split('_')[0]提取文件名前缀，完美匹配你的real_xxx.jpg/fake_xxx.jpg命名规则，比前缀匹配更准确

你之前可能踩的坑 #

1. os.mkdir报错：如果目标文件夹已存在，os.mkdir会直接抛出异常，导致后续代码无法执行，换成os.makedirs即可解决
2. 路径拼接错误：手动用+ '/'拼接路径在Windows下会失效，必须用os.path.join处理跨平台路径
3. 未过滤非图片文件：如果文件夹里有脚本文件或其他格式文件，会干扰分类逻辑，添加文件格式过滤即可避免
4. 分类判断逻辑问题：若用startswith('real')可能误匹配类似realistic_001.jpg的文件，用split('_')[0]更贴合你的命名规则

内容的提问来源于stack exchange，提问作者Subhram Dasgupta