Python代码遇TypeError：列表索引需整数/切片而非字符串，求修复

运行以下代码时触发TypeError: list indices must be integers or slices, not str错误，需求是提取文件名中的Unix时间戳转换为年-月格式，并用最新日期生成目标文件名。

原始代码：

import numpy as np
import pandas as pd
import time
from datetime import datetime
import os
import re

df = pd.DataFrame()

files = os.listdir('input')

arr = [i for i in files if i.endswith('.csv') and 'export_' in i]
df = pd.DataFrame({'filename':arr})


res = []

# 报错的代码段
for i in df.index:
    unix_code = re.findall('\\d+', arr[i])
    for x in unix_code:
        "facturatie_vzs_" + datetime.utcfromtimestamp(unix_code[x]).strftime('%Y-%m') + ".csv"
        res.append(i)

数据框内容说明：filename列存储的是类似export_1698729600.csv格式的文件名。
报错说明：触发类型错误，提示列表索引必须是整数或切片，不能是字符串。

核心问题在报错代码段的循环逻辑：

1. re.findall('\\d+', arr[i])返回的是字符串列表，比如['1698729600']
2. 遍历该列表时，x是列表里的字符串元素（比如'1698729600'），而非索引位置
3. 用unix_code[x]试图用字符串当索引取列表元素，直接触发类型错误
4. 额外问题：生成的文件名未存入res，且时间戳是字符串，无法直接传给utcfromtimestamp

import pandas as pd
from datetime import datetime
import os
import re

# 读取指定目录下符合条件的CSV文件
files = os.listdir('input')
valid_files = [f for f in files if f.endswith('.csv') and 'export_' in f]
df = pd.DataFrame({'filename': valid_files})

# 提取文件名中的Unix时间戳，转换为年-月格式
df['timestamp'] = df['filename'].apply(lambda x: re.findall(r'\d+', x)[0])
df['year_month'] = df['timestamp'].apply(lambda ts: datetime.utcfromtimestamp(int(ts)).strftime('%Y-%m'))

# 获取最新的年月，生成目标文件名
latest_year_month = df['year_month'].max()
target_filename = f"facturatie_vzs_{latest_year_month}.csv"

print(f"最终生成的文件名：{target_filename}")

• 用pandas的apply替代嵌套循环，代码更简洁高效，符合pandas的使用习惯
• 提取时间戳后转为整数，再传入utcfromtimestamp处理
• 直接通过max()获取最新的年月，无需手动比较
• 移除了不需要的numpy、time库导入，精简依赖

内容的提问来源于stack exchange，提问作者Qukz