dirから最新のファイルを取得する

Question

pythonでディレクトリに保存されている最新の 'apple'、 'pear'などの.csvを抽出しようとしています。新しいファイルは同じプレフィックスで保存されますが、頻度は異なります（apple_getsは5日ごとに更新されます）。 latestfile = max(filenames, key=os.path.getctime)ではなくカテゴリ.startwithのようなものを探していますか？私は数ヶ月前に保存されていたにもかかわらず1つしかないならば、唯一のmelon_ csvを引っ張っていきます。

""" 
fileDir contains csv files such as: 

pear_20171102_report2.csv 
apple_20171027_report2.csv 
orange_20171101_report2.csv 
kiwi 20171102 report2.csv 
pear_20171101_report2.csv 
cherry 20171101 report2.csv 
kiwi 20171101 report2.csv 
cherry 20171031_report2.csv 
mango 20171001 report2.csv 
apple_20171101_report2.csv 
apple_20171102_report2.csv 
... 
""" 

import glob 
import os 
import re 

fileDir = r'\\ac2knyc05\TestData/' 

filenames = glob.glob(fileDir+'*') 
regex = re.compile(r'\d{8}') 
dates = [] 
prefix = [] 

for filename in filenames: 
    try: 
     date = regex.search(filename).group() 
     dates.append(date) 
     prefix.append(filename.split(date)[0]) 

    except AttributeError: 
     print(filename) 

latestfile = max(filenames, key=os.path.getctime) 

print(set(prefix)) 

ここでは、どのように進むのかわからない、おそらくパンダですか？

Answer 1

パンダを必要としません。あなたは、単にリストの辞書にそれらのファイル名を入れることができます：

filenames = """pear_20171102_report2.csv 
apple_20171027_report2.csv 
orange_20171101_report2.csv 
kiwi 20171102 report2.csv 
pear_20171101_report2.csv 
cherry 20171101 report2.csv 
kiwi 20171101 report2.csv 
cherry 20171031_report2.csv 
mango 20171001 report2.csv 
apple_20171101_report2.csv 
apple_20171102_report2.csv""" 

categories = {} 
for filename in filenames.split("\n"): 
    start_with = filename.split(' ')[0].split('_')[0] 
    categories.setdefault(start_with, []).append(filename) 

print(categories) 
# {'pear': ['pear_20171102_report2.csv', 'pear_20171101_report2.csv'], 'apple': ['apple_20171027_report2.csv', 'apple_20171101_report2.csv', 'apple_20171102_report2.csv'], 'orange': ['orange_20171101_report2.csv'], 'kiwi': ['kiwi 20171102 report2.csv', 'kiwi 20171101 report2.csv'], 'cherry': ['cherry 20171101 report2.csv', 'cherry 20171031_report2.csv'], 'mango': ['mango 20171001 report2.csv']} 

各カテゴリについて、あなたは今、あなたがctimeで並べ替えることができますリストを持っています。

Answer 2

パンダのための必要はありません、あなたはitertools groupbyを使用することができます。

from itertools import groupby 

def key(filename): 
    return filename.replace(" ", "_").split("_")[0] 

{k: max(g, key=os.path.getctime) 
    for k, g in groupby(sorted(filenames, key=key), key)} 

あなたに最新のファイルへのカテゴリの辞書を取得しながら。

---

注：

res = {} 
for f in filenames: 
    k, t = key(f), os.path.getctime(f) 
    if k not in res: 
     res[k] = f, t 
    else: 
     _, t_ = res[k] 
     if t > t_: 
      res[k] = f, t 

[f for f, _ in res.values()] # list of the latest file for each category