如何读取CSV后基于列名字符串存在性创建新列及函数返回None异常排查

你遇到的问题和“新列赋值步骤”没有直接关联，是多层错误叠加、被无差别捕获的裸except静默吞错，加上函数本身缺失返回逻辑共同导致的，逐行排查的问题点如下：

• 基础语法/API调用错误（代码从读文件阶段就抛出异常，根本走不到列赋值步骤）
  • 路径拼接写法违规：原代码写的os.path.join(path1, path2/{id}/{year})不符合Python字符串规范，无法在普通字符串中直接嵌入变量占位符，最终生成的路径格式错误、没有替换id、year的实际值，读文件阶段直接抛出FileNotFoundError
  • pandas读文件API调用错误：原代码new_df = pd.read(csv(path, low_memory=False)存在两个硬伤：一是pandas没有pd.read通用读文件方法，读CSV的正确方法是pd.read_csv()；二是括号未闭合，直接触发语法解析错误，代码根本无法启动运行
  • 列表推导式变量名错位：col_name_3 = [col for col in new_df.columns if all (sub in column for sub in subs_2)] 循环定义的匹配变量是col，判断逻辑里却引用了不存在的column变量，触发NameError
  • 函数返回值缺失：原函数在try块内完成所有DataFrame操作后，没有显式写return new_df逻辑，哪怕所有步骤全程无异常运行，函数执行到末尾也会因为没有显式返回值，默认返回None，这是拿到NoneType结果的核心原因之一
• 列赋值逻辑错误（这是你误以为“加了赋值就出问题”的核心原因）
  你通过列表推导式生成的col_name_1、col_name_2、col_name_3本质是所有匹配目标列名组成的列表，而非单个列名。比如匹配含“product”关键字的列如果有2个，new_df[col_name_1]返回的是2列宽度的DataFrame，你直接把这个多列结构赋值给单个新列new_df["col_name_1"]，会触发维度不匹配的赋值错误，根本无法完成操作。
  额外逻辑错位：你给新列起的名字直接硬写为字符串"col_name_1"，完全没有复用之前匹配到的列名结果，逻辑链路完全错位。
• 异常捕获逻辑错误
  无差别的裸except:会把所有类型的异常（语法错、路径错、维度不匹配错）全部拦截，不做任何错误打印就直接返回None，让你完全感知不到哪一步抛出了异常，才会产生“赋值前流程都正常”的错觉。

1. 补全所有基础语法/API错误，把函数缺失的返回值逻辑加上
2. 用具体的异常捕获代替裸except，打印具体报错信息，避免静默吞错导致定位困难
3. 明确列赋值的业务规则：匹配到多列时需要指定整合逻辑（比如取第一个匹配列的值），不要直接把多列DataFrame往单列里塞

import os
import pandas as pd

def read_csv_create_cols(id, year=2020):
    subs_2 = ["_rate"]
    # 修正路径拼接，用f-string替换变量
    path = os.path.join(path1, f"{path2}/{id}/{year}")
    
    try:
        # 修正读CSV的API调用，补全语法
        new_df = pd.read_csv(path, low_memory=False)
        new_df["id"] = id
        
        # 修正推导式的变量名错位问题
        col_name_1 = [col for col in new_df.columns if "product" in col]
        col_name_2 = [col for col in new_df.columns if "date" in col]
        col_name_3 = [col for col in new_df.columns if all(sub in col for sub in subs_2)]
        
        # 修正赋值逻辑：匹配到目标列时取首个匹配列的值作为新列内容
        if col_name_1:
            new_df["product_match_col"] = new_df[col_name_1[0]]
        if col_name_2:
            new_df["date_match_col"] = new_df[col_name_2[0]]
        if col_name_3:
            new_df["rate_match_col"] = new_df[col_name_3[0]]
        
        # 显式返回处理完成的DataFrame
        return new_df
    except Exception as e:
        # 打印具体报错，避免静默吞错
        print(f"函数执行异常: {str(e)}")
        return None

内容的提问来源于stack exchange，提问作者user