Python批量为200个CSV文件添加文件名列时遇错误求助

嘿，我来帮你排查下代码里的问题，你遇到的InvalidFileException错误和仅第一个文件成功的情况，其实是几个明确的逻辑和工具使用错误导致的，咱们一步步拆解：

核心错误点解析 #

1. 用错工具：openpyxl不能处理CSV文件 #

openpyxl是专门用来读写Excel的.xlsx/.xlsm这类格式的，这些格式本质是压缩包结构。你用它加载纯文本的CSV文件，它会误以为这是损坏的zip文件，直接抛出InvalidFileException: File is not a zip file错误。而且这段代码完全是多余的——CSV文件处理完直接保存就行，不需要用openpyxl再操作一遍，删掉这部分就解决了主要报错。

2. 循环逻辑漏洞：未提前过滤非CSV文件 #

os.listdir会返回目录里的所有文件和文件夹，你只在处理完文件后才判断是否是CSV，但前面已经用csv模块尝试处理非CSV文件了，这会导致循环中途报错中断，所以只有第一个CSV文件能成功处理。应该在循环开始就只筛选.csv结尾的文件。

3. 冗余且错误的pandas代码 #

你最后那段pandas代码逻辑完全混乱：

• csv_filename = pd.read_csv(r'\\\\\\')会把路径对应的文件读成DataFrame，
• 然后你又把这个DataFrame传给pd.read_csv(csv_filename)，这肯定会报错，
• 而且这部分和前面的循环重复，完全没必要，直接删掉即可。

4. 需求偏差：未提取文件名中的日期 #

当前代码是把整个文件名加到列里，但你的需求是提取文件名中的日期信息，所以需要加一步解析文件名的操作。

修正后的代码（两种方案可选） #

方案1：用原生csv模块（适合不想依赖pandas的场景） #

import os
import csv
# 可选：如果需要正则提取日期，导入re模块
# import re

# 替换成你的目标目录路径
target_dir = r'\\\\\\\\'
os.chdir(target_dir)

# 遍历目录下所有CSV文件
for file_name in os.listdir(target_dir):
    if not file_name.endswith('.csv'):
        continue  # 跳过非CSV文件
    
    # --------------------------
    # 重点：根据你的实际文件名格式提取日期
    # 示例1：文件名格式如"sales_20231005.csv"，用分割提取
    # date_part = file_name.split('_')[1].replace('.csv', '')
    # 示例2：用正则匹配8位数字日期（如20231005）
    # date_part = re.findall(r'\d{8}', file_name)[0]
    # 示例3：如果日期是文件名前缀，比如"2023-10-05_report.csv"
    # date_part = file_name.split('_')[0]
    # --------------------------
    # 这里先写一个通用示例，请根据你的实际情况修改！
    date_part = file_name.split('.')[0]
    
    # 读取并修改CSV内容
    with open(file_name, 'r', newline='') as csvinput:
        reader = csv.reader(csvinput)
        all_rows = []
        # 处理表头，新增日期列
        header = next(reader)
        header.append('文件日期')
        all_rows.append(header)
        
        # 给每一行添加日期信息
        for row in reader:
            row.append(date_part)
            all_rows.append(row)
    
    # 写回原文件（注意newline=''避免Windows下出现空行）
    with open(file_name, 'w', newline='') as csvoutput:
        writer = csv.writer(csvoutput, lineterminator='\n')
        writer.writerows(all_rows)
    
    print(f"已完成处理：{file_name}")

方案2：用pandas（代码更简洁，批量处理更高效） #

Python3.4支持pandas 0.25.x版本，如果你还没安装，可以用pip install pandas==0.25.3安装。

import pandas as pd
import os
import re

target_dir = r'\\\\\\\\'
os.chdir(target_dir)

for file_name in os.listdir(target_dir):
    if not file_name.endswith('.csv'):
        continue
    
    # 提取日期（同样，请根据你的文件名格式调整）
    date_match = re.search(r'\d{4}-\d{2}-\d{2}', file_name)  # 匹配YYYY-MM-DD格式
    if date_match:
        date_part = date_match.group()
    else:
        # 如果没匹配到日期，用文件名作为 fallback，或者跳过该文件
        date_part = file_name.split('.')[0]
    
    # 读取CSV、新增列、保存
    df = pd.read_csv(file_name)
    df['文件日期'] = date_part
    df.to_csv(file_name, index=False)  # index=False避免写入多余的索引列
    
    print(f"处理完成：{file_name}")

重要注意事项 #

1. 务必修改日期提取逻辑：上面的日期提取示例是通用写法，你需要根据自己的文件名格式（比如20231005_data.csv、data_2023-10-05.csv等）调整代码，否则提取的日期会不正确。
2. 先备份文件再测试：批量修改文件前，建议先复制几个文件做测试，避免覆盖原文件导致数据丢失。

内容的提问来源于stack exchange，提问作者Seju89