Python报FileNotFoundError但对应目录已存在问题排查

运行代码时触发如下FileNotFoundError：

Traceback (most recent call last):
  File "/home/ubuntu/new.py", line 57, in <module>
    transform_data_into_csv(n_files=20, filename='data.csv')
  File "/home/ubuntu/new.py", line 32, in transform_data_into_csv
    files = sorted(os.listdir(parent_folder), reverse=True)
FileNotFoundError: [Errno 2] No such file or directory: 'app/raw_files'

运行场景截图：

• 路径规则不统一：getting_weather函数使用相对路径app/raw_files创建目录，transform_data_into_csv却使用带根路径前缀的绝对路径/app/raw_files，二者指向的文件系统位置完全不同，后者指向系统根目录下的app文件夹，并非脚本运行目录下的项目文件夹。
• 全局工作目录被修改：getting_weather函数中执行os.chdir(filepath)将当前工作目录切换到了app/raw_files下，后续所有相对路径解析都会以该目录为起点，进一步加剧了路径定位错误。
• 存在其他隐藏bug：代码使用pd.DataFrame但未导入pandas库；写入csv的目标目录app/clean_data未提前创建；json文件写入逻辑冗余，先转字符串再序列化容易出现格式解析错误。

import datetime
import os
import requests
import json
import pandas as pd

def getting_weather():
    api_key = 'XXX'
    cities = ['paris', 'london', 'washington']

    # 以脚本自身所在目录为基准生成绝对路径，不受启动位置、工作目录切换影响
    base_dir = os.path.dirname(os.path.abspath(__file__))
    raw_file_dir = os.path.join(base_dir, 'app', 'raw_files')
    os.makedirs(raw_file_dir, mode=0o755, exist_ok=True)

    json_cities = []
    # 文件名移到循环外，避免重复覆盖
    filename = datetime.datetime.today().strftime('%Y-%m-%d %H:%M') + '.json'

    for city_name in cities:
        resp = requests.get(
            f'http://api.openweathermap.org/data/2.5/weather?q={city_name}&appid={api_key}'
        )
        json_cities.append(resp.json())

    save_path = os.path.join(raw_file_dir, filename)
    with open(save_path, 'w', encoding='utf-8') as f:
        json.dump(json_cities, f, ensure_ascii=False, indent=2)

getting_weather()

def transform_data_into_csv(n_files=None, filename='data.csv'):
    base_dir = os.path.dirname(os.path.abspath(__file__))
    parent_folder = os.path.join(base_dir, 'app', 'raw_files')
    output_folder = os.path.join(base_dir, 'app', 'clean_data')
    # 提前创建输出目录
    os.makedirs(output_folder, exist_ok=True)

    files = sorted(os.listdir(parent_folder), reverse=True)
    if n_files:
        files = files[:n_files]

    dfs = []
    for f in files:
        # 过滤非json文件，避免读取异常
        if not f.endswith('.json'):
            continue
        file_path = os.path.join(parent_folder, f)
        with open(file_path, 'r', encoding='utf-8') as f:
            data_temp = json.load(f)
        for data_city in data_temp:
            dfs.append(
                {
                    'temperature': data_city['main']['temp'],
                    'city': data_city['name'],
                    'pression': data_city['main']['pressure'],
                    'date': f.split('.')[0]
                }
            )

    df = pd.DataFrame(dfs)
    print('\n', df.head(10))
    df.to_csv(os.path.join(output_folder, filename), index=False, encoding='utf-8')

transform_data_into_csv(n_files=20, filename='data.csv')

• 移除了os.chdir调用，避免修改全局工作目录导致路径解析混乱。
• 所有路径均以脚本所在目录为基准拼接为绝对路径，无论从哪个工作目录启动脚本，都能正确定位到项目内的文件夹。
• 补全了缺失的pandas导入，提前创建csv输出目录，解决后续会触发的连锁报错。
• 优化了json文件读写逻辑，直接存储结构化接口返回值，避免多余的字符串转换导致的格式错误。
• 增加了文件后缀过滤逻辑，避免读取目录下的无关文件触发解析错误。

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