Python如何提取txt文件名指定片段并生成pandas数据表

准备工作 #

• 全程不需要改动原文件夹里的txt文件，所有提取操作都是基于文件名的字符串解析完成
• 需要的依赖：Python内置的路径处理模块（Path/os，无需安装）、pandas库，如果没装可以执行pip install pandas完成安装

实现逻辑 #

1. 批量扫描目标文件夹，筛选出所有后缀为.txt的文件，自动跳过其他格式的无关文件
2. 逐个解析文件名：
   • 先去掉文件名末尾的.txt后缀，拿到纯文件名字符串
   • 用文件名里的-做分隔，拆分出两部分内容：前半段的数字转成整数就是Year字段，后半段的文本就是原始的总统姓名
   • 可以在代码里内置一个映射表，自动修正原文件名里的拼写错误——比如示例里原文件把Washington拼成了Whasington，直接在映射表里替换就行，完全不用改原文件的名字
3. 把所有解析得到的字段收集起来，按照要求的列顺序组装成Pandas表格，直接输出或者保存都可以

可直接运行的代码 #

from pathlib import Path
import pandas as pd

# 把这里替换成你自己存放txt文件的文件夹路径
target_folder = Path("你的实际文件夹路径")

# 文件名拼写修正映射，遇到原文件的拼写错误直接在这里补充对应关系就行
spelling_fix = {
    "Whasington": "Washington"
}

all_records = []
# 遍历文件夹下所有txt文件
for f in target_folder.glob("*.txt"):
    # 拿到不带后缀的文件名
    file_name_without_suffix = f.stem
    # 按-拆分字段，maxsplit=1保证姓名里如果有-也不会被截断
    year_str, original_name = file_name_without_suffix.split("-", maxsplit=1)
    # 格式化字段
    year = int(year_str)
    president_name = spelling_fix.get(original_name, original_name)
    all_records.append({"President": president_name, "Year": year})

# 生成符合要求格式的DataFrame
result_table = pd.DataFrame(all_records, columns=["President", "Year"])
# 打印结果检查
print(result_table)

补充说明 #

• 代码运行过程中不会读取、修改任何原txt文件的内容，只会读取文件名做解析，不会对原有文件造成影响
• 后续如果往文件夹里新增符合年份-姓名.txt命名规则的文件，直接重新运行脚本就能自动更新表格内容，不需要改代码逻辑

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