如何修复Python中datetime.strptime解析文件名时的ValueError

问题根源分析 #

从报错信息和完整代码来看，主要存在两个关键问题：

1. 函数返回值与DataFrame列顺序不匹配：sn_date_fromfile函数返回顺序是file_date, sn, pathname，但创建DataFrame时列定义为["sn", "file_time", "path_name"]，导致数据错位，后续逻辑出现混乱。
2. 文件名拆分逻辑不严谨：使用split("_")会拆分所有下划线，若文件名存在多个下划线，会导致sn_file[1]不是预期的日期部分；同时未处理文件名不符合格式的情况。

具体修复步骤 #

1. 修正DataFrame列与函数返回值的对应关系 #

调整DataFrame的列顺序，使其与函数返回值顺序一致：

file_meta = pd.DataFrame(
    [sn_date_fromfile(path) for path in paths],
    columns=["file_time", "sn", "path_name"],  # 顺序改为file_time在前，sn在后
    )

或者调换函数的返回顺序，保持列定义不变：

def sn_date_fromfile(pathname):
    filename = os.path.basename(pathname)
    sn_file = filename.split("_", 1)
    # ... 其他代码 ...
    return sn, file_date, pathname  # 调换sn和file_date的顺序

2. 优化文件名拆分逻辑 #

使用split("_", 1)仅拆分第一个下划线，确保即使文件名后续有下划线，也不会影响前两部分的提取；同时添加基础格式校验：

def sn_date_fromfile(pathname):
    filename = os.path.basename(pathname)
    # 只拆分第一个下划线，得到[sn, 日期+后缀]
    sn_file = filename.split("_", 1)
    
    # 校验拆分结果是否符合预期
    if len(sn_file) != 2:
        raise ValueError(f"文件名格式错误：{filename}，需符合'sn_yyyymmddhhmmss.nc'格式")
    
    sn = sn_file[0]
    date_str = sn_file[1]
    # 解析时间，格式串匹配日期+后缀的结构
    file_date = dt.datetime.strptime(date_str, "%Y%m%d%H%M%S.nc")
    
    return file_date, sn, pathname

3. 可选：添加异常处理增强鲁棒性 #

如果目录中可能存在非目标格式的文件，可添加异常捕获跳过错误文件：

def sn_date_fromfile(pathname):
    filename = os.path.basename(pathname)
    sn_file = filename.split("_", 1)
    
    if len(sn_file) != 2:
        print(f"跳过不符合格式的文件：{filename}")
        return None, None, pathname
    
    sn = sn_file[0]
    date_str = sn_file[1]
    
    try:
        file_date = dt.datetime.strptime(date_str, "%Y%m%d%H%M%S.nc")
    except ValueError:
        print(f"文件{filename}的日期格式错误，无法解析")
        return None, None, pathname
    
    return file_date, sn, pathname

创建DataFrame后过滤无效数据：

file_meta = pd.DataFrame(
    [sn_date_fromfile(path) for path in paths],
    columns=["file_time", "sn", "path_name"],
    )
# 过滤无效行
file_meta = file_meta.dropna(subset=["file_time", "sn"])

额外检查点 #

• 确认目标目录/Volumes/1A/file1下的所有.nc文件都严格遵循12080103_20220809191000.nc的格式，没有缺失下划线、日期格式错误的文件。
• 查看print(sn_file)的输出，确认每个文件名拆分后的结果是否符合预期，快速定位异常文件。

内容的提问来源于stack exchange，提问作者Lewis Cooper