如何用Pandas将脚本结果按格式写入并实现CSV每日追加更新

我是Python新手，接触pandas时间更短，还请见谅新手错误。目前我的脚本能统计其他脚本生成的CSV文件行数，正确存为totalDailyListings，也做了日期格式化，用来统计前一天的房源数据。

当前待统计的CSV结构：

我的代码：

from datetime import date, timedelta
import pandas as pd  # 原代码漏了导入pandas

oneday = timedelta(days=1)
yesterdayDate = date.today() - oneday
filename = 'ballymena-' + str(yesterdayDate) + '.csv'

results = pd.read_csv(filename)
totalDailyListings = len(results)
# 计算CSV的正确行数

listings = pd.DataFrame(
    [yesterdayDate, totalDailyListings], columns=['Date', 'Total'])
listings.to_csv('listings-count.csv')

现在无法创建一个仅含Date和Total两列、能每日追加行用于长期监控的CSV文件，期望的CSV格式：

1. 修复DataFrame创建错误
   原代码创建listings的方式不对，[yesterdayDate, totalDailyListings]会生成两行单列的数据，而非一行两列。正确写法二选一：

# 方式1：字典列表（更直观）
listings = pd.DataFrame([{'Date': yesterdayDate, 'Total': totalDailyListings}])

# 方式2：二维列表+列名
listings = pd.DataFrame([[yesterdayDate, totalDailyListings]], columns=['Date', 'Total'])

2. 实现追加写入逻辑
   用to_csv的mode='a'开启追加模式，同时判断目标文件是否存在：文件不存在时写入表头，存在则跳过表头避免重复。完整代码如下：

from datetime import date, timedelta
import pandas as pd
import os

oneday = timedelta(days=1)
yesterdayDate = date.today() - oneday
# 可选：格式化日期确保格式统一
yesterdayDate_str = yesterdayDate.strftime('%Y-%m-%d')
filename = f'ballymena-{yesterdayDate_str}.csv'

# 读取待统计CSV并计数
try:
    results = pd.read_csv(filename)
    totalDailyListings = len(results)
except FileNotFoundError:
    print(f"警告：未找到文件 {filename}")
    totalDailyListings = 0  # 根据需求处理缺失情况

# 创建正确的统计DataFrame
listings = pd.DataFrame([{'Date': yesterdayDate_str, 'Total': totalDailyListings}])

# 追加写入统计CSV
target_file = 'listings-count.csv'
if os.path.exists(target_file):
    listings.to_csv(target_file, mode='a', header=False, index=False)
else:
    listings.to_csv(target_file, index=False)

3. 额外优化提示

• 加入try-except捕获文件缺失异常，避免脚本直接崩溃；
• 用strftime格式化日期，保证日期格式统一为YYYY-MM-DD；
• 用f-string拼接文件名，代码更简洁。

内容的提问来源于stack exchange，提问作者cts