python - 根据列表过滤文件夹中的特定文件

Question

我有一个包含很多文件的文件夹。这些文件以单独的名称保存。我想根据名称列表提取文件​​。最后，这些提取的文件应保存在一个新文件夹中。

我已导入特定文件夹中的所有文件

list_files = [file[0] for file in list_files]

下面是文件夹中的文件列表

['C:/A/results/fie_d_t_group_Jack.xlsx',
C:/A/results/fie_d_t_group_Bill.xlsx',
C:/A/results/fie_d_t_group_Cort.xlsx',
C:/A/results/fie_d_t_group_Niel.xlsx',
C:/A/results/fie_d_t_group_Van.xlsx',
C:/A/results/fie_d_t_group_Dick.xlsx',
C:/A/results/fie_d_t_group_Nick.xlsx']

接下来，我从数据框中创建了一个列表，其中包含我要过滤的特定名称

from pyspark.sql.functions import pow, col
import pyspark.sql.functions as f
data = [
    ('a', 2016,'Jack'),
    ('a', 2017,'Bill'),
    ('a', 2018,'Dat'),
  ('a', 2015,'Jane'),
  ('b', 2016,'Cort'),
    ('b', 2017,'Nick'),
    ('b', 2018,'Lam'),
  ('b', 2015,'Jane')

]
df = spark.createDataFrame(data, ["A", "B","C"])

name_list = list(df.select('C').toPandas()['C'])
name_list

我想从列表中过滤这些文件并将这些文件保存在新位置。提取的文件应如下列表

['C:/A/results/fie_d_t_group_Jack.xlsx',
C:/A/results/fie_d_t_group_Bill.xlsx',
C:/A/results/fie_d_t_group_Cort.xlsx',
C:/A/results/fie_d_t_group_Nick.xlsx']

此文件列表应保存在新位置。

Answer 1

您可以使用以下函数轻松完成此操作:

import re 

def filter_list(string, substr): 
    return [st for st in string if any(sub in st for sub in substr)] 

ls_1 = ['C:/A/results/fie_d_t_group_Jack.xlsx',
        'C:/A/results/fie_d_t_group_Bill.xlsx',
        'C:/A/results/fie_d_t_group_Cort.xlsx',
        'C:/A/results/fie_d_t_group_Niel.xlsx',
        'C:/A/results/fie_d_t_group_Van.xlsx',
        'C:/A/results/fie_d_t_group_Dick.xlsx',
        'C:/A/results/fie_d_t_group_Nick.xlsx']
ls_2 = ["Jack", "Bill", "Cort", "Nick"]

filter_list(ls_1, ls_2)
# ['C:/A/results/fie_d_t_group_Jack.xlsx', 
# 'C:/A/results/fie_d_t_group_Bill.xlsx', 
# 'C:/A/results/fie_d_t_group_Cort.xlsx', 
# 'C:/A/results/fie_d_t_group_Nick.xlsx']

如果您想将它们保存到其他位置，现在您已经有了要保存的文件列表，您可以使用shutil.move()移动它们。功能。