如何基于输入文件名命名DataFrame时移除名称中嵌入的数字

实际开发中碰到的这类需求，核心逻辑就是两步：先把原始文件名里嵌入的所有数字全部剥离开，再把清洗出来的有效名称和对应读取到的DataFrame做绑定，全程没有复杂逻辑。

第一步：剥离文件名中的全部数字 #

不管数字是嵌在文件名开头、中间还是结尾，用下面两种方法都能直接清洗干净：

• 正则全局替换：直接匹配所有数字字符替换为空，不受数字长度、位置影响，适配绝大多数场景。示例代码：

  import re
  # file_name为实际读取到的原始文件名，例如"DocumentList20200101"
  clean_name = re.sub(r'\d', '', file_name)
  # 执行后得到的clean_name即为"DocumentList"
  

• 逐字符过滤：不需要引入正则依赖，逻辑更直白，适合对正则不熟悉的场景。示例代码：

  clean_name = ''.join([char for char in file_name if not char.isdigit()])
  

第二步：将清洗后的名称和DataFrame绑定 #

要注意：清洗得到的clean_name本质是字符串文本，不能直接当成变量名给DataFrame赋值——如果直接写clean_name = 你的DataFrame，实际生成的变量名会是字符串本身，不是你想要的清洗后名称。需要根据使用场景选择对应的绑定方式：

• 本地轻量脚本场景：直接通过全局命名空间字典完成绑定，实现的效果和手写变量完全一致。示例代码：

  import pandas as pd
  # df为读取文件后得到的DataFrame对象
  globals()[clean_name] = df
  # 绑定完成后，直接输入DocumentList就能访问对应的数据，和手动创建的变量没有区别
  

• 生产环境场景：不建议随意改动全局命名空间，容易引发不可预期的命名冲突，推荐用字典作为统一容器存储所有DataFrame，后续管理更方便。示例代码：

  # 全局初始化一次DataFrame存储容器
  df_pool = {}
  # 每次读取文件、清洗完文件名后，把数据存入字典对应键下
  df_pool[clean_name] = 读取文件得到的DataFrame对象
  # 后续访问时直接从字典取即可，例如df_pool["DocumentList"]
  

实际开发的避坑要点 #

• 清洗后要校验名称的合规性：如果原始文件名带路径、特殊符号（比如斜杠、短横线、小数点），清洗完数字后可能出现非字母开头、包含非法符号的情况，要额外把非法符号替换为下划线，避免运行时触发语法错误。
• 提前处理重名冲突：如果两个不同的文件剔除数字后生成了完全相同的名称，直接赋值会出现后读入的数据覆盖之前数据的问题，建议在绑定时判断名称是否已存在，存在的话自动追加数字后缀区分（例如已存在DocumentList时，第二个同来源的数据存为DocumentList_1）。

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