使用datatable读取CSV遇双错误，求批量合并25个CSV的解决方案

想用datatable库批量合并25个CSV文件（因该库处理速度快），但读取第一个文件时连续报错，试过路径转义、更换斜杠、添加r前缀等方法仍未解决。

1. 初始代码的Unicode转义错误 #

代码：

import time
import datatable as dt
print(dt.__version__)

df_2016_1 = dt.fread("C:\Users\HP\Desktop\City of Toronto - Parking Data\Parking_Tags_Data_2016_1.csv")

报错信息：

File "<ipython-input-31-e1b12aa55c73>", line 5
    df_2016_1 = dt.fread("C:\Users\HP\Desktop\City of Toronto - Parking Data\Parking_Tags_Data_2016_1.csv")
                         ^
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape

2. 路径转义后文件不存在错误 #

修改后代码：

import time
import datatable as dt
print(dt.__version__)

df_2016_1 = dt.fread("C:\\Users\\HP\\Desktop\\City of Toronto - Parking Data\\Parking_Tags_Data_2016_1.csv")

报错信息：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-29-50d21994b471> in <module>
----> 1 df_2016_1 = dt.fread("C:\\Users\\HP\\Desktop\\City of Toronto - Parking Data\\Parking_Tags_Data_2016_1.csv")
      2 

1 frames
/usr/local/lib/python3.8/dist-packages/datatable/utils/fread.py in _resolve_source_file(file, tempfiles)
    197             return _resolve_archive(xpath, ypath, tempfiles)
    198         else:
--> 199             raise ValueError("File %s`%s` does not exist"
    200                              % (escape(xpath), escape(ypath)))
    201     if not os.path.isfile(file):

ValueError: File /content/C:\Users\HP\Desktop\City of Toronto - Parking Data\Parking_Tags_Data_2016_1.csv does not exist

核心原因与解决方法 #

从第二个报错的路径/content/C:\Users\...可以看出：代码运行在Colab或类似云端环境，但直接使用了Windows本地文件路径，云端无法访问本地磁盘文件。

分场景解决： #

场景1：本地Python环境运行

解决路径转义问题即可，两种方式二选一：

• 使用原始字符串前缀r（推荐）：

  df_2016_1 = dt.fread(r"C:\Users\HP\Desktop\City of Toronto - Parking Data\Parking_Tags_Data_2016_1.csv")
  

• 将反斜杠替换为正斜杠：

  df_2016_1 = dt.fread("C:/Users/HP/Desktop/City of Toronto - Parking Data/Parking_Tags_Data_2016_1.csv")
  

场景2：云端环境（如Colab）运行

需要先将本地文件上传到云端，再读取：

1. 直接上传单个/多个文件：

   from google.colab import files
   uploaded = files.upload()
   # 上传完成后，用文件名读取
   df_2016_1 = dt.fread("Parking_Tags_Data_2016_1.csv")
   

2. 挂载Google Drive（适合批量文件）：

   from google.colab import drive
   drive.mount('/content/drive')
   # 替换为你Drive中的文件路径
   df_2016_1 = dt.fread("/content/drive/MyDrive/City of Toronto - Parking Data/Parking_Tags_Data_2016_1.csv")
   

批量合并25个CSV的优化代码 #

解决单个文件读取问题后，可通过以下代码批量合并：

import datatable as dt
import glob

# 根据运行环境选择路径匹配方式
# 本地环境：
file_paths = glob.glob(r"C:\Users\HP\Desktop\City of Toronto - Parking Data\Parking_Tags_Data_*.csv")
# 云端环境（文件在当前目录）：
# file_paths = glob.glob("Parking_Tags_Data_*.csv")
# 云端环境（文件在Drive）：
# file_paths = glob.glob("/content/drive/MyDrive/City of Toronto - Parking Data/Parking_Tags_Data_*.csv")

# 批量读取所有CSV并合并
merged_df = dt.rbind(*[dt.fread(path) for path in file_paths])

# 保存合并后的文件
merged_df.to_csv("merged_parking_tags_data.csv")

内容的提问来源于stack exchange，提问作者Ms. Baker_Coder