在Pandas中按需解析文件路径：保留首尾指定层级目录与完整文件名

看来你想要的是一种更灵活的路径格式化方式——既能保留开头的关键层级目录，又能展示末尾的目录结构和完整文件名，中间用省略号过渡对吧？我给你两个实用的方案，你可以根据需求选择：

方案一：自定义函数处理（推荐，灵活易调整） #

这种方式通过拆分路径、筛选需要保留的部分再重组，逻辑清晰，还能轻松调整要保留的首尾层级数量：

def format_file_path(path, keep_first=4, keep_last=3):
    # 拆分路径为各个层级，同时过滤掉空字符串（因为路径开头的/会生成空元素）
    path_parts = [part for part in path.strip().split('/') if part]
    
    # 如果路径总长度小于等于要保留的首尾层级总和，直接返回原路径（无需省略）
    if len(path_parts) <= keep_first + keep_last + 1:  # +1是因为要包含文件名
        return path
    
    # 提取前N个层级、最后M个层级+文件名
    first_section = '/'.join(path_parts[:keep_first])
    last_section = '/'.join(path_parts[-(keep_last + 1):])  # +1是包含文件名
    
    # 拼接成目标格式
    return f"/{first_section}/..../{last_section}"

# 应用到你的DataFrame
df["formatted_file"] = df["file"].apply(format_file_path, keep_first=4, keep_last=3)

示例效果 #

输入的原数据：

file
/a/b/c/d/e/f/g/h/i/j/k/l/m/n/a.c
/a/b/c/d/e/x/b.c

处理后输出：

formatted_file
/a/b/c/d/..../l/m/n/a.c
/a/b/c/d/e/x/b.c

你可以随时调整keep_first（要保留的开头层级数）和keep_last（要保留的末尾目录数）的参数，比如想保留前5个开头层级，只需要把keep_first改成5即可。

方案二：正则表达式替换 #

如果偏好用正则处理，也可以写一个匹配规则，不过灵活性不如自定义函数：

# 这里对应保留前4个开头层级、最后3个末尾目录+文件名的规则
df["formatted_file"] = df["file"].str.replace(
    r'^(/(?:[\w\.-]+/){4})(?:.*?)/((?:[\w\.-]+/){3}[\w\.-]+)$',
    r'\1..../\2',
    regex=True
)

这个正则会匹配符合长度要求的路径，将中间部分替换为省略号；如果路径长度不够，会直接保留原路径。

备注：内容来源于stack exchange，提问作者user1846251