为何pd.read_sas()可读取单个SAS文件，遍历文件夹时却报文件不存在？

你遇到的问题有两个核心原因，对应修正如下：

1. 文件路径不完整
   os.listdir()返回的只是文件夹里的文件名，不是完整路径。直接用这个文件名调用pd.read_sas()时，程序会在当前工作目录里找文件，而不是你指定的SAS文件目录，所以报找不到文件。需要用os.path.join()把SAS文件所在目录和文件名拼接成完整路径。

2. CSV文件名生成错误
   你用sasfile（这是读取后得到的DataFrame对象）来格式化CSV路径，这会导致生成的文件名变成DataFrame的字符串形式，完全不符合预期。应该提取原SAS文件的文件名，去掉.sas7bdat后缀后作为CSV文件名。

修正后的完整代码：

import os 
import pandas as pd

# SAS文件所在目录
sas_dir = r"\\path\to\sas\tables"
# CSV输出目录
csv_dir = r"\\path\to\csv\tables"

# 确保输出目录存在，不存在则创建
os.makedirs(csv_dir, exist_ok=True)

for file in os.listdir(sas_dir):
    if file.endswith(".sas7bdat"):
        # 拼接完整的SAS文件路径
        sas_file_path = os.path.join(sas_dir, file)
        # 读取SAS文件（返回的本身就是DataFrame，无需二次转换）
        df = pd.read_sas(sas_file_path)
        # 提取文件名（去掉后缀）
        file_name = os.path.splitext(file)[0]
        # 拼接CSV输出路径
        csv_file_path = os.path.join(csv_dir, f"{file_name}.csv")
        # 保存为CSV，index=False避免输出多余索引列（可选）
        df.to_csv(csv_file_path, index=False)

额外说明：

• 新增os.makedirs(csv_dir, exist_ok=True)，避免因输出目录不存在导致报错；
• pd.read_sas()返回的直接是DataFrame类型，无需再用pd.DataFrame()转换；
• index=False可根据需求选择，去掉后不会把DataFrame的索引列写入CSV文件。

内容的提问来源于stack exchange，提问作者Renée