基于CSV的Image_Name与Complexity用Python创建子文件夹并迁移图片

需求说明 #

需要根据DF.csv中的Complexity标签，将Images文件夹下的所有图片分类迁移到Subfolder下的Basic、Moderate、Complex子目录中。

当前文件夹结构 #

• Folder
  • Images（存放所有待分类图片）
  • DF.csv（包含图片名称与对应分类标签）

目标文件夹结构 #

• Subfolder
  • Basic
  • Moderate
  • Complex

CSV数据示例 #

初始代码 #

import pandas as pd
df = pd.read_csv("DF.csv")
df.head()

以下是完整的实现代码，包含自动创建目录、多格式图片匹配、异常跳过等功能，确保迁移过程稳定可靠：

import pandas as pd
import os
import shutil

# 配置核心路径
base_dir = os.getcwd()  # 默认当前工作目录为Folder所在路径，可手动修改
images_source = os.path.join(base_dir, "Images")
target_root = os.path.join(base_dir, "Subfolder")
csv_file = os.path.join(base_dir, "DF.csv")

# 1. 读取CSV数据
df = pd.read_csv(csv_file)

# 2. 预创建目标分类目录
target_folders = ["Basic", "Moderate", "Complex"]
for folder in target_folders:
    folder_path = os.path.join(target_root, folder)
    os.makedirs(folder_path, exist_ok=True)  # 自动跳过已存在的目录

# 3. 遍历CSV记录，执行图片迁移
# 支持的图片扩展名，可根据实际情况补充
image_exts = [".jpg", ".jpeg", ".png", ".webp", ".gif"]

for _, row in df.iterrows():
    img_name = row["Image_Name"]
    category = row["Complexity"]
    
    # 查找对应图片的实际路径（匹配扩展名）
    source_path = None
    for ext in image_exts:
        candidate = os.path.join(images_source, f"{img_name}{ext}")
        if os.path.exists(candidate):
            source_path = candidate
            break
    
    if not source_path:
        print(f"⚠️ 未找到图片文件：{img_name}，跳过迁移")
        continue
    
    # 构建目标路径
    target_folder = os.path.join(target_root, category)
    target_path = os.path.join(target_folder, os.path.basename(source_path))
    
    # 执行迁移（跳过已存在的文件，避免覆盖）
    if not os.path.exists(target_path):
        shutil.move(source_path, target_path)
        print(f"✅ 已迁移：{os.path.basename(source_path)} -> {category}")
    else:
        print(f"ℹ️ 文件已存在：{target_path}，跳过")

print("\n所有图片迁移操作完成")

关键注意事项 #

• 路径适配：如果运行代码时的工作目录不是Folder，需手动修改base_dir为Folder的绝对路径
• 扩展名扩展：若你的图片有其他格式，直接将扩展名添加到image_exts列表即可
• 安全机制：代码会自动跳过找不到的图片和已存在的目标文件，避免中断流程或覆盖数据

内容的提问来源于stack exchange，提问作者Inshal Khan