大家好，今天小编关注到一个比较有意思的话题，就是关于python编程提取文件的问题，于是小编就整理了3个相关介绍Python编程提取文件的解答，让我们一起看看吧。
python获取文件后缀名？
你可以使用split()函数来获取文件后缀名。具体代码如下：```pythonfilename = "example.txt"file_extension = filename.split(".")[-1]print(file_extension) #输出txt```这里的split('.')将文件名分解为两部分：文件名和扩展名，然后使用[-1]索引获取最后一个元素，即文件扩展名。注意，如果文件名中没有任何点（.），则会导致这个解决方案失败。
怎么用Python对txt文件进行筛选并提取出想要的数据？
筛选的前提是txt文件是结构化、规整的，如果完全是杂乱无章的，这个实现起来就很复杂了，这里以提取规整的txt文件的行和列为例，简单介绍一下实现过程（主要有3种方法），实验环境win10+python3.6+pycharm5.0，主要内容如下：
这里为了更好地说明问题，我新建了一个test.txt文件，4行4列，每行数据以,分隔开，主要内容如下：
方法一：使用numpy（安装pip install numpy）包自带的loadtxt函数，这个函数会自动对txt文件处理，将所有的行列数据读入到一个array数组中，方便以后处理：
1.读取特定的行：
2.读取特定的列：
python怎么按照条件提取数据框中的行？
回答如下：可以使用pandas库中的boolean indexing来按照条件提取数据框中的行。例如，***设有一个数据框df，其中包含列A和列B，我们想要提取A列中大于等于10且B列中小于等于5的行，可以使用以下代码：
```
df[(df['A'] >= 10) & (df['B'] <= 5)]
```
其中，&表示逻辑与操作。该代码将返回一个新的数据框，其中只包含满足条件的行。
在Python中，可以使用Pandas库来处理数据框，并根据条件提取行。下面是一些示例代码：
***设有一个名为df的数据框，其中包含列A、B和C：
python
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3, 4],
'B': [5, 6, 7, 8],
# 使用下面的方法首先你需要 pandas 包：pip install pandas import pandas as pd table = pd.read_excel('D://table.xlsx') b = table['B']
可以使用pandas库中的loc方法来按照条件提取数据框中的行。具体操作步骤如下
1. 导入pandas库import pandas as pd
2. 读取数据框df = pd.read_csv(data.csv)
3. 按照条件提取行df.loc[df[column_name] == condition]
其中，column_name为数据框中的列名，condition为需要满足的条件。
例如，如果想要提取数据框中age列中大于等于18岁的行，可以使用以下代码
df.loc[df[age] >= 18]
到此，以上就是小编对于python编程提取文件的问题就介绍到这了，希望介绍关于python编程提取文件的3点解答对大家有用。
