如何在Pandas中提取文件名日期并动态命名输出CSV

解决方案代码 #

import pandas as pd
import re

# 定义输入文件名，仅需修改此处即可适配不同日期的文件
input_filename = "4G_5G_TX_260223.csv"

# 读取目标CSV文件
df = pd.read_csv(input_filename, encoding='unicode_escape', engine='python')

# 执行数据类型转换与过滤逻辑
df['Carrier'] = df['Carrier'].astype('string')
L1800_TX_with_vendor = df.loc[df['Carrier'] == "20 MHz - EARFCN 1617"]

# 提取文件名中的6位日期部分
# 方法1：字符串分割（适配固定格式：前缀_日期.csv）
date_part = input_filename.split('_')[-1].split('.')[0]

# 方法2：正则表达式提取（更灵活，适配日期位置不固定的情况）
# date_part = re.search(r'\d{6}', input_filename).group()

# 动态构造输出文件名
output_filename = f"L1800_TX_with_vendor_{date_part}.csv"

# 将过滤后的结果保存到目标CSV（index=False避免生成多余索引列）
L1800_TX_with_vendor.to_csv(output_filename, index=False)

关键说明 #

• 动态适配日期：把输入文件名单独设为变量，后续只需修改这个变量即可处理不同日期的输入文件，无需改动其他代码逻辑。
• 日期提取方式：
  • 字符串分割法适合文件名严格遵循「前缀_6位日期.csv」格式的场景，操作简单直接；
  • 正则表达式法更灵活，只要文件名中包含6位数字的日期段，无论位置在哪都能准确提取。
• 输出文件名构造：通过f-string将提取到的日期动态插入输出文件名，确保输出文件始终与输入文件的日期对应。

内容的提问来源于stack exchange，提问作者syed