对os.listdir文件排序

Question

如果已下载了几年来以下列命名约定存储在文件中的数据，则为year_day.dat。例如，名为2014_1.dat的文件拥有2014年1月1日的数据。我需要阅读这些按日排序的数据文件，2014_1.dat，2014_2.dat，2014_3.dat，直到年底。在文件夹中，它们是按顺序列出的，但是当我在目录中创建文件列表时，它们被重新排序为2014_1.dat、2014_10.dat、2014_100.dat、2014_101.dat...2014.199.dat、2014_2.dat。我认为我需要使用排序函数，但是如何强制它在白天对列出的文件进行排序，这样我就可以继续处理它们了？以下是目前为止的代码：

import sys, os, gzip, fileinput, collections
# Set the input/output directories
wrkDir = "C:/LJBTemp"
inDir = wrkDir + "/Input"
outDir = wrkDir + "/Output"
# here we go
inList = os.listdir(inDir)  # List all the files in the 'Input' directory
print inList  #print to screen reveals 2014_1.dat.gz followed by 2014_10.dat.gz NOT    2014_2.dat.gz HELP
d = {}
for fileName in inList:     # Step through each input file 
    readFileName = inDir + "/" + fileName

    with gzip.open(readFileName, 'r') as f: #call built in utility to unzip file for reading
      for line in f:
          city, long, lat, elev, temp = line.split() #create dictionary
          d.setdefault(city, []).append(temp) #populate dictionary with city and associated temp data from each input file
          collections.OrderedDict(sorted(d.items(), key=lambda d: d[0])) # QUESTION? why doesn't this work
          #now collect and write to output file
outFileName = outDir + "/" + "1981_maxT.dat" #create output file in output directory with .dat extension
with open(outFileName, 'w') as f:
     for city, values in d.items():
        f.write('{} {}\n'.format(city, ' '.join(values)))

print "All done!!"
raw_input("Press <enter>") # this keeps the window open until you press "enter"

Answer 1

如果您不介意使用第三方库，您可以使用纳蒂库，它正是针对这种情况而设计的。

import natsort
inList = natsort.natsorted(os.listdir(inDir))

这应该处理所有的数字排序，而不必担心细节。

还可以使用ns.PATH选项使排序算法路径感知：

from natsort import natsorted, ns
inList = natsorted(os.listdir(inDir), alg=ns.PATH)

完全公开，我是natsort的作者。

Answer 2

如果您的所有文件都以‘2014_’开头，请尝试这样做：

sorted(inList, key = lambda k: int(k.split('_')[1].split('.')[0]))

否则，利用元组比较，先按年份排序，然后再按文件名的第二部分进行排序。

sorted(inList, key = lambda k: (int(k.split('_')[0]), int(k.split('_')[1].split('.')[0])))

Answer 3

dict.items返回(key, item)对的列表。

关键函数仅使用第一个元素(d[0] => key => city)。

还有另一个问题：sorted返回排序列表的新副本，而不对列表进行内部排序。此外，OrderedDict对象是创建的，而不是在任何地方分配的；实际上，每次将项追加到列表中时，您都不需要对其排序。

移除... sorted ...行，并替换以下行：

with open(outFileName, 'w') as f:
     for city, values in d.items():
        f.write('{} {}\n'.format(city, ' '.join(values)))

用以下方法可以解决你的问题：

with open(outFileName, 'w') as f:
     for city, values in d.items():
        values.sort(key=lambda fn: map(int, os.path.splitext(fn)[0].split('_')))
        f.write('{} {}\n'.format(city, ' '.join(values)))

顺便说一句，不要手动连接硬编码的分隔符/，而是使用os.path.join。

inDir + "/" + fileName

 =>

os.path.join(inDir, fileName)