Python合并CSV文件报错：无法识别Excel格式及非压缩文件错误

核心错误原因 #

• 你目标是合并CSV文件，但代码误用了pd.read_excel()读取文件——CSV是纯文本格式，不属于Excel文件体系，自然会触发格式识别错误；后续添加engine='openpyxl'无效，因为openpyxl仅支持xlsx/xlsb这类基于zip压缩的Excel格式，CSV并非压缩包，所以出现file is not a zip file报错。
• 最后保存时用to_csv()却将文件名设为Final.xlsx，格式不匹配，会导致生成的文件无法被Excel正常识别。

修正后的代码 #

import pandas as pd
import os

data_location = ""  # 替换为你的CSV文件所在目录路径
desired_headings = ["DSP CODE", "TERRITORY", "PPD", "CURRENCY"]
df_total = pd.DataFrame(columns=desired_headings)

# 只遍历目录中的CSV文件，避免读取无关文件
for file in os.listdir(data_location):
    if file.endswith(".csv"):
        # 用os.path.join拼接路径，适配Windows/Linux不同路径分隔符
        file_path = os.path.join(data_location, file)
        # 用pd.read_csv读取CSV文件，这才是正确的读取方式
        df_file = pd.read_csv(file_path)
        # 提前检查文件是否包含所需列，避免KeyError
        valid_columns = [col for col in desired_headings if col in df_file.columns]
        if valid_columns:
            selected_columns = df_file.loc[:, valid_columns]
            # 将新数据追加到总表末尾，符合常规合并逻辑
            df_total = pd.concat([df_total, selected_columns], ignore_index=True)

# 按需选择保存格式
# 保存为CSV（推荐，保持源格式一致性）
df_total.to_csv("Final.csv", index=False)
# 若需保存为Excel，需先安装openpyxl（pip install openpyxl），再执行下面代码
# df_total.to_excel("Final.xlsx", index=False, engine="openpyxl")

关键修正点说明 #

• 替换pd.read_excel()为pd.read_csv()，匹配CSV文件的读取需求。
• 添加file.endswith(".csv")过滤条件，避免读取目录中的隐藏文件、非CSV格式文件。
• 使用os.path.join()拼接路径，解决跨操作系统的路径分隔符问题。
• 增加列有效性检查，防止部分CSV文件缺少指定列时抛出错误。
• 修正保存逻辑：CSV格式对应to_csv()+.csv后缀；Excel格式对应to_excel()+指定engine="openpyxl"。

内容的提问来源于stack exchange，提问作者James Upson