python 配列から拡張子を取得したい

Question

"from" →pd.readcsvの時に、namesで名前を与えた　　
0 NaN
1 DOC20190826001.pdf
2 DOC20190826001.pdf
3 131.jpg
4 132.jpg
5 133.jpg
6 134.jpg

と配列があり、拡張子を取得したいのですが。
os.path.splitext(data["from"])
とすると、expected str, bytes or os.PathLike object, not Seriesのエラーが出ます。

Comments

[coco_bauer]

data["from"] の値を確認しましょう。
「expected str, bytes or os.PathLike object, not Series」[直訳]文字列、バイト列か、os.PathLike objectが入るはず、Seriesじゃなくて）というエラーですから。

単純に質問に書かれている配列の各要素をos.path.splitextでファイル名と拡張子に分けたら良さそうに思いますが、data["from"]との関係が判りません。

[aaraki]

型は、
Name: from, dtype: object
<class 'pandas.core.series.Series'>
です。
dataは上記のシリーズが入っている(pd.read_csvで読み込ませてnamesで"from"と名前を付けた)
つまり、dataシリーズのfrom列のようなものです。

[meg_]

試したコードを載せてください。

[aaraki]

if(os.path.splitext(data["from"])=='pdf'):

Answer 1

最終的にどのような結果を得たいのかいまひとつ分かりませんが、

• 方法１：Series.apply() にて os.path.splitext() を適用
• 方法２：Series.str.rsplit('.') にて拡張子を分離

あたりでよいのではないでしょうか

import pandas as pd
import numpy as np
import os

data = pd.DataFrame({'from': [np.nan, 'DOC20190826001.pdf', 'DOC20190826001.pdf', '131.jpg', '132.jpg', '133.jpg', '134.jpg']})

# 方法１：``Series.apply()`` にて ``os.path.splitext()`` を適用
ext = data["from"].dropna().apply(lambda d: os.path.splitext(d)[1])
#1    .pdf
#2    .pdf
#3    .jpg
#4    .jpg
#5    .jpg
#6    .jpg
#Name: from, dtype: object

# 方法２：``Series.str.rsplit('.')`` にて拡張子を抽出
ext = data['from'].str.rsplit('.', n=1).str.get(1)
#0    NaN
#1    pdf
#2    pdf
#3    jpg
#4    jpg
#5    jpg
#6    jpg
#Name: from, dtype: object

Comments

[aaraki]

値がとれました。ありがとうございました。

Answer 2

それそのまま「python 拡張子取得」でぐぐるとでてきますねー
って、NaNを突っ込めばエラーが出るでしょうから、それを避けるようにしましょー

Comments

[aaraki]

データになっている場合は、一旦、ファイルに吐き出してpathを指定しなければならないのでしょうか？

[y_waiwai]

文字列を与えないと、配列のままじゃエラーになりますぜ（やっと意図を理解した）