Python|筛选csv实现文件移动分类

近期需要一个年龄分好类的数据集进行train，但是下载的common voice数据集中的数据统计如下所示

 数据非常凌乱，需要对数据进行分类，挑选出有用的放入文件夹中。

首先对文件读取

path = r'C:\Users\yy\Desktop\code\cv-valid-test.csv'
data = pd.read_csv(path) 

通过一个循环定位需要的“age”列

total = len(open(path).readlines())
for i in range(total):
    x = data.iloc[i]['age']

检查循环过程中符合标准的“age”。我这里因为需要筛选的语音段名称为“sample-xxxxxx.mp3”所以取了filename14往后的字符串，和文件名对应上。

    if x == 'seventies':
        name = data.iloc[i]['filename']
        temp = name[14:]
        mymovefile(r'C:\Users\yy\Desktop\code\cv-valid-test\\'+temp,r'C:\Users\yy\Desktop\code\test\seventies\\')

通过一个子函数调用mymovefile，实现音频的移动，这一部分是借鉴了一段代码：文件移动。

附上全部代码：

import pandas as pd
import os
import shutil

def mymovefile(srcfile, dstpath):  # 移动函数
    if not os.path.isfile(srcfile):
        print("%s not exist!" % (srcfile))
    else:
        fpath, fname = os.path.split(srcfile)  # 分离文件名和路径
        if not os.path.exists(dstpath):
            os.makedirs(dstpath)  # 创建路径
        shutil.move(srcfile, dstpath + fname)  # 移动文件
        print("move %s -> %s" % (srcfile, dstpath + fname))


path = r'C:\Users\yy\Desktop\code\cv-valid-test.csv'
data = pd.read_csv(path)
total = len(open(path).readlines())
for i in range(total):
    x = data.iloc[i]['age']  # 读取某两列
    if x == 'seventies':
        name = data.iloc[i]['filename']
        temp = name[14:]
        mymovefile(r'C:\Users\yy\Desktop\code\cv-valid-test\\'+temp,r'C:\Users\yy\Desktop\code\test\seventies\\')

ps：一定一定要注意移动的文件位置，一开始不小心把几千个音频放到了桌面上。