You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何实现输入两个CSV文件名后用os查找并通过pandas读取?

优化后的CSV文件查找与读取函数

核心需求:编写自定义函数,接收两个CSV文件名,在系统下载目录中定位文件,找到后用pandas读取为DataFrame;无需GUI模块,重点解决文件查找与读取的逻辑问题。

优化后的实现代码

import pandas as pd
import os

def load_csv_from_downloads(file_name1, file_name2):
    # 获取系统通用的下载目录路径,跨平台兼容
    downloads_dir = os.path.expanduser("~/Downloads")
    found_dfs = {}
    
    # 遍历下载目录下的所有文件
    for file in os.listdir(downloads_dir):
        # 只处理CSV文件
        if file.endswith('.csv'):
            # 检查是否是目标文件之一,避免重复读取
            if file == file_name1 and file_name1 not in found_dfs:
                full_path = os.path.join(downloads_dir, file)
                found_dfs[file_name1] = pd.read_csv(full_path)
            elif file == file_name2 and file_name2 not in found_dfs:
                full_path = os.path.join(downloads_dir, file)
                found_dfs[file_name2] = pd.read_csv(full_path)
            
            # 找到两个目标文件后提前终止遍历,提升效率
            if len(found_dfs) == 2:
                break
    
    # 整理未找到的文件列表
    missing_files = []
    if file_name1 not in found_dfs:
        missing_files.append(file_name1)
    if file_name2 not in found_dfs:
        missing_files.append(file_name2)
    
    if missing_files:
        print(f"未找到文件: {'、'.join(missing_files)}")
        return None, None
    else:
        return found_dfs[file_name1], found_dfs[file_name2]

# 示例调用
df1, df2 = load_csv_from_downloads("data1.csv", "data2.csv")
if df1 is not None and df2 is not None:
    print("成功读取第一个CSV文件:")
    print(df1.head())
    print("\n成功读取第二个CSV文件:")
    print(df2.head())

关键优化点说明

  • 通用路径处理:用os.path.expanduser("~/Downloads")替代硬编码路径,适配Windows、macOS、Linux等不同系统的下载目录位置
  • 完整文件路径:遍历文件时拼接目录与文件名得到完整路径,解决原代码中pd.read_csv(file)仅在当前工作目录查找文件的问题
  • 可靠的状态跟踪:用字典found_dfs存储已找到的DataFrame,替代原代码依赖locals()的不可靠判断方式
  • 高效遍历逻辑:找到两个目标文件后立即终止循环,减少不必要的遍历操作
  • 清晰的错误提示:准确列出未找到的文件名,便于用户快速排查问题

内容的提问来源于stack exchange,提问作者enrique perez

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.04 01:50:15