pythonでフォルダ名＆ファイル名の一覧を理想の配列で出力したい

Question

python初めて2か月ほどの初心者です。
pythonでフォルダ名とファイル名を理想の配列で出力したいです。2次元リストをデータフレームにして出力することはできました。しかし理想の配列で出力するにはどのようすれば良いでしょうか。

まず、下図のようなフォルダ階層があるとします。

testフォルダの中にプログラム実行ファイルを置いて実行すると下図のイメージような配列で出力したいです。

現状作成したプログラムで2次元リストをデータフレームにして出力することはできました。

import pandas as pd
import os
path = os.getcwd()
print("working directory is" , path)
# ディレクトリ階層+中身 が各列に入る2次元リストを作る
# [['AAA'],
#  ['AAA', 'test1.xlsx'],
#  ['AAA', 'BBB'],
#  ['AAA', 'BBB', 'test2.xlsx'],
#  ...]
pathlist = []

for curDir, dirs, files in os.walk(path):
    leaf = curDir.split('/')
    pathlist.append(leaf)
    for a_dir in dirs:
        pathlist.append(leaf + [a_dir])
    for a_file in files:
        pathlist.append(leaf + [a_file])
print(pathlist)
# 作った2次元リストをデータフレームにする
path_df = pd.DataFrame(pathlist)
print(path_df)

ここから理想の配列で出力するにはどうすれば良いでしょうか。

Comments

[LouiS0616]

ディレクトリ名, 深さ, ファイル名(orディレクトリ名) の3属性にした方が扱いやすい気がするのですが、どうでしょう。

Answer 1

提示されている実行結果から、環境は Windows と推定しています。

import pandas as pd
import os
#path = os.getcwd()
org = path = os.getcwd()
print("working directory is" , path)
# ディレクトリ階層+中身 が各列に入る2次元リストを作る
# [['AAA'],
#  ['AAA', 'test1.xlsx'],
#  ['AAA', 'BBB'],
#  ['AAA', 'BBB', 'test2.xlsx'],
#  ...]
pathlist = []

for curDir, dirs, files in os.walk(path):
    #leaf = curDir.split('/')
    #pathlist.append(leaf)
    #dum = 0 if curDir == org else len(curDir[len(org)+1:].split('\'))
    dum = curDir.count('\') - org.count('\')   # コードを改善
    for a_dir in dirs:
        #pathlist.append(leaf + [a_dir])
        pathlist.append([curDir] + [''] * dum + [a_dir])
    for a_file in files:
        #pathlist.append(leaf + [a_file])
        pathlist.append([curDir] + [''] * dum + [a_file])
print(pathlist)
mx = max(len(s) for s in pathlist)
pathlist = [s + [''] * (mx - len(s)) for s in pathlist]
# 作った2次元リストをデータフレームにする
path_df = pd.DataFrame(pathlist)
print(path_df)

行出力を深さ優先にしたコード

import pandas as pd
import os

def make_pathlist(path):
    pathlist = []
    for curDir, dirs, files in os.walk(path):
        dum = curDir.count('\') - org.count('\')
        for a_dir in dirs:
            pathlist.append([curDir] + [''] * dum + [a_dir])
        for a_file in files:
            pathlist.append([curDir] + [''] * dum + [a_file])
    mx = max(len(s) for s in pathlist)
    return [s + [''] * (mx - len(s)) for s in pathlist]

def conv_to_depthfirst(pathlist):
    for i in range(len(pathlist)):
        for j in range(1, len(pathlist[i])):
            dir = os.path.join(pathlist[i][0], pathlist[i][j])
            if pathlist[i][j] and os.path.isdir(dir):
                zs = ze = 0
                for k in range(i+1, len(pathlist)):
                    if pathlist[k][0].find(dir) >= 0:
                        if zs == 0:
                            zs = ze = k
                        else:
                            ze = k
                    else:
                        if zs > 0:
                            break
                if zs > i + 1:
                    # zs ～ ze を i と i + 1 の間に挿入する
                    return conv_to_depthfirst(pathlist[0:i+1] + pathlist[zs:ze+1] + pathlist[i+1:zs] + pathlist[ze+1:])
    return pathlist

org = path = os.getcwd()
print("working directory is" , path)
# ディレクトリ階層+中身 が各列に入る2次元リストを作る
pathlist = make_pathlist(path)
pathlist = conv_to_depthfirst(pathlist)  # 深さ優先順に変換

# 作った2次元リストをデータフレームにする
path_df = pd.DataFrame(pathlist)
print(path_df)

Comments

[ot1982]

lehshellさん
ご回答ありがとうございます。環境はwindowsです。コードを実行して確認すると、理想の配列に近くなったのを確認できました。出力結果を見て疑問があるのですが、1列目の１行目（AAA）以降に出力されるフォルダやファイル名（DDD、スクリプト名、か.xls）を理想の行に出力するにはどうすればよいですか。配列の検討だけでは実現するのは難しいものなのでしょうか。

[lehshell]

行出力を深さ優先にしたいということですね。該当コードを追記しました。
ベタなコードなので冴えませんが。。。
再帰の深さを心配する場合は
#return conv_to_depthfirst(pathlist[0:i+1] + pathlist[zs:ze+1] + pathlist[i+1:zs] + pathlist[ze+1:])
return pathlist[0:i+1] + pathlist[zs:ze+1] + pathlist[i+1:zs] + pathlist[ze+1:]
として
#pathlist = conv_to_depthfirst(pathlist) # 深さ優先順に変換
while (tmp := conv_to_depthfirst(pathlist)) is not pathlist:
pathlist = tmp
と繰り返し conv_to_depthfirst() を呼び出す形式にしてください。

[ot1982]

返事遅くなりすみません。理想のレイアウトに出力できたのが確認できました。追記のコードも含め、ありがとうございます。コードの中身の理解に努めたいと思います。不明点があればご質問させていただくかもしれませんが、その時はよよろしくお願いいたします。

[ot1982]

lehshellさん
先日はご回答ありがとうございました。今週頂いたコードを読み解く作業をしていたのですが、初心者の私には複雑すぎてよくわからない状況です。私なりに調べてコードの各行にコメントで何をしているかを書き出してみましたが分からない行は、疑問文でコメントを書いています。

import pandas as pd
import os

def make_pathlist(path): #pathlistを作成する
pathlist = [] #[]をpathlistに代入する
for curDir, dirs, files in os.walk(path): #指定したディレクトリからトップダウンの流れでディレクトリを走査
dum = curDir.count('\') - org.count('\') #ここでは何を変数に代入しているのか??
for a_dir in dirs: #各ディレクトリの一覧を取得
pathlist.append([curDir] + [''] * dum + [a_dir]) #ここでは何をしているのか？？
for a_file in files: #各ファイルの一覧を取得
pathlist.append([curDir] + [''] * dum + [a_file]) #ここでは何をしているのか？？
mx = max(len(s) for s in pathlist) #ここでは何を変数に代入しているのか??
return [s + [''] * (mx - len(s)) for s in pathlist] #何の戻り値を返しているのか？

def conv_to_depthfirst(pathlist): #深さ優先順に変換
for i in range(len(pathlist)): #0からpathlistの数を超えないを範囲で繰り返し処理をする
for j in range(1, len(pathlist[i])): #ここから下の行は何をしているのか？？
dir = os.path.join(pathlist[i][0], pathlist[i][j])
if pathlist[i][j] and os.path.isdir(dir):
zs = ze = 0
for k in range(i+1, len(pathlist)):
if pathlist[k][0].find(dir) >= 0:
if zs == 0:
zs = ze = k
else:
ze = k
else:
if zs > 0:
break
if zs > i + 1:
# zs ～ ze を i と i + 1 の間に挿入する
return conv_to_depthfirst(pathlist[0:i+1] + pathlist[zs:ze+1] + pathlist[i+1:zs] + pathlist[ze+1:])
return pathlist

主に、for文での処理が作業段階ごとにprintなどで出力できれば、ここでは何の作業をしているのだなと把握しやすいのですが、そのようなことってできるのでしょうか。