ZIP内CSV提取指定行失败：C盘stock.csv无输出求助

我太懂这种挫败感了——花了功夫写好遍历ZIP、提取特定股票数据的代码，结果C盘的stock.csv居然是空的！别慌，咱们一步步排查问题，把这个坑填上。

一、先从核心逻辑的常见坑入手 #

1. ZIP文件读取路径或文件匹配出错 #

你遍历日期对应的ZIP时，很可能路径拼接错了，或者ZIP里的CSV文件名和你预期的不一样，导致根本没读到任何数据。比如有些ZIP里的CSV可能藏在子文件夹里，或者文件名带日期后缀。

快速排查+修复代码：

import zipfile
from pathlib import Path

# 替换成你的日期循环变量
date_str = "20240520"
zip_path = Path(f"C:/你的ZIP文件存放路径/{date_str}.zip")

# 先确认ZIP文件存在
if not zip_path.exists():
    print(f"⚠️ 警告：找不到ZIP文件 - {zip_path}")
else:
    with zipfile.ZipFile(zip_path, 'r') as zf:
        # 找出ZIP里所有CSV文件（包括子文件夹里的）
        csv_files = [f for f in zf.namelist() if f.lower().endswith('.csv')]
        print(f"📂 当前ZIP内找到的CSV文件：{csv_files}")
        if not csv_files:
            print(f"⚠️ 警告：{zip_path} 里没有CSV文件")

2. CSV筛选逻辑的细节错误 #

你提到用「设置索引的方式」提取SYMBOL为HINDUNILVR的行，这里很容易踩几个小坑：

• 列名大小写不匹配：比如CSV里实际是小写的symbol，你却用大写的SYMBOL查找
• 单元格有多余空格：比如" HINDUNILVR "带前后空格，直接匹配会失败
• 索引设置后筛选逻辑错误：比如没确认索引是否真的包含目标值

更稳妥的筛选写法：

import pandas as pd

# 接上面的ZIP读取代码
for csv_file in csv_files:
    with zf.open(csv_file) as f:
        df = pd.read_csv(f)
        # 先打印列名，确认是不是你要的字段
        print(f"📋 当前CSV的列名：{df.columns.tolist()}")
        
        # 统一列名为大写，避免大小写问题
        df.columns = df.columns.str.upper()
        if 'SYMBOL' not in df.columns:
            print(f"⚠️ 警告：{csv_file} 里没有SYMBOL列")
            continue
        
        # 筛选时去掉单元格前后空格，同时统一大写匹配
        selected_rows = df[df['SYMBOL'].str.strip().upper() == 'HINDUNILVR']
        print(f"🔍 找到符合条件的行数：{len(selected_rows)}")

3. 写入CSV的方式错误 #

如果每次循环都用mode='w'覆盖文件，那最后一次循环如果没找到数据，就会把之前的内容清空；另外，第一次写入后后续循环还写表头也会导致数据混乱。

正确的追加写入写法：

import pandas as pd
import zipfile
from pathlib import Path

target_csv = Path("C:/stock.csv")
# 第一次写入时才写表头，后续追加不写
write_header = not target_csv.exists()

# 你的日期循环
for date_str in ["20240520", "20240521"]:
    zip_path = Path(f"C:/你的ZIP路径/{date_str}.zip")
    if not zip_path.exists():
        continue
    
    with zipfile.ZipFile(zip_path, 'r') as zf:
        csv_files = [f for f in zf.namelist() if f.lower().endswith('.csv')]
        for csv_file in csv_files:
            with zf.open(csv_file) as f:
                df = pd.read_csv(f)
                df.columns = df.columns.str.upper()
                if 'SYMBOL' not in df.columns:
                    continue
                
                selected_rows = df[df['SYMBOL'].str.strip().upper() == 'HINDUNILVR']
                if len(selected_rows) == 0:
                    print(f"❌ {date_str} 的ZIP里没找到HINDUNILVR数据")
                    continue
                
                # 追加写入，控制表头
                selected_rows.to_csv(target_csv, mode='a', header=write_header, index=False)
                # 第一次写入后，后续不再写表头
                write_header = False

二、额外的调试小技巧 #

• 每一步加打印：打印当前处理的ZIP文件名、CSV文件名、筛选到的行数，快速定位哪一步没拿到数据
• 单独测试单个ZIP：先拿一个确定有HINDUNILVR数据的ZIP，单独写一段代码测试读取和筛选，确认逻辑没问题再套循环
• 检查编码问题：有些CSV用了非UTF-8编码（比如GBK），读取时要加encoding='gbk'，否则会读错数据甚至报错

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