如何从Pandas DataFrame的路径字符串中提取apple、watermelon等子串

实现方案 #

默认你存储路径的DataFrame列名为file_path，你可以替换成自己实际的列名。

方案1：使用pathlib（推荐，跨平台兼容性好）

pathlib是Python3.4+内置的标准库，不需要额外安装，处理路径逻辑更严谨，不用操心正反斜杠的兼容问题：

from pathlib import Path
import pandas as pd

# 提取水果名称，生成新列category
df['category'] = df['file_path'].apply(lambda x: Path(x).parts[-2])

原理是把路径拆分成各个层级的元组，路径的倒数第二级就是你要的水果名称。

方案2：使用字符串分割（简单直观，适合新手理解）

因为你的路径结构固定为[前缀]/dnn/train/水果名/图片文件名，直接按路径分隔符拆分取倒数第二个元素即可：

# 正则同时兼容Windows反斜杠和Linux/macOS正斜杠的路径格式
df['category'] = df['file_path'].str.split(r'[\\/]', expand=True).iloc[:, -2]

内容的提问来源于stack exchange，提问作者Rohan singla