读取最新CSV文件创建file_name列时触发KeyError错误求助

我尝试从本地文件夹读取两个最新的.csv文件，给每个读取后的DataFrame新增file_name列存储对应文件名，但运行代码时一直触发KeyError: 'file_name'错误，相关代码如下：

files = glob.glob(r"path\*.csv")
sorted_files = sorted(files, key=os.path.getmtime, reverse = True) #按修改时间从新到旧排序文件
buyandsell_df = []
for index, file in enumerate(sorted_files):
    if index == 2: #仅从排序后的文件列表中打开两个最新文件
        break
    else:
        print("READING IN " + file)
        df = pd.read_csv(file, usecols=['language','title','contract_number','publishing_status','award_date','publication_date','amendment_date','contract_value'], low_memory = False)
        df['file_name'] = file
        df = df.loc[df['language'] == 'English'] #过滤法语重复项
        buyandsell_df.append(df)

可能的原因及修复方案 #

1. 循环逻辑优化
   原代码中if index == 2: break虽然能实现读取前两个文件，但逻辑不够直观，换成index >= 2更清晰，避免因循环计数误解导致的问题。

2. 列读取流程调整
   原代码用usecols直接指定列读取，若某个csv文件缺少指定列，可能引发后续异常。调整为先读取全部列再筛选需要的列，能更灵活处理列缺失的情况，同时确保file_name列添加后稳定存在。

3. 修改后的代码

import glob
import os
import pandas as pd

files = glob.glob(r"path\*.csv")
sorted_files = sorted(files, key=os.path.getmtime, reverse=True)
buyandsell_df = []

for index, file in enumerate(sorted_files):
    if index >= 2:  # 读取前两个最新文件，逻辑更清晰
        break
    print(f"READING IN {file}")
    # 先读取全部列，再筛选需要的列，避免usecols导致的列缺失问题
    df = pd.read_csv(file, low_memory=False)
    # 定义需要保留的列，确保后续操作有可靠的数据基础
    required_cols = ['language','title','contract_number','publishing_status','award_date','publication_date','amendment_date','contract_value']
    # 筛选列，若csv中缺少某列，会自动填充NaN，避免直接报错
    df = df[required_cols]
    # 添加文件名列，此时df一定存在该列
    df['file_name'] = file
    # 过滤英文条目
    df = df[df['language'] == 'English']
    buyandsell_df.append(df)

4. 额外排查点

• 检查print输出的文件路径是否正确，确保glob确实读取到了目标csv文件；
• 若仍报错，可在添加file_name列后加入print(df.columns)，确认该列是否存在；
• 检查目标csv文件是否为空，空文件读取后添加列仍会保留列名，后续操作不会触发KeyError，但如果有合并等操作，可提前跳过空文件。

内容的提问来源于stack exchange，提问作者Mitch