pandas读取csv文件提示不存在的解决方法及原因分析

文件路径与编码问题的排查

在使用 pandas 的 read_csv 函数时，最常见的报错是 FileNotFoundError。这通常不是文件真的丢失，而是程序找不到文件的位置，或者文件编码与默认解码方式冲突。以下是三种典型场景及对应的解决策略。

1. 当前工作路径不匹配

当代码与数据文件不在同一目录时，直接调用文件名会报错。此时需要明确文件的具体位置。

• 获取当前路径：使用 os.getcwd() 查看Python解释器当前的工作目录。
• 移动文件：将数据文件复制到当前工作路径下，然后使用相对路径读取，例如 pd.read_csv("./data.csv")。
• 切换路径：使用 os.chdir(path) 将当前工作目录更改为数据文件所在的文件夹。

2. 使用绝对路径直接定位

如果不希望更改当前工作目录，可以直接在 read_csv 中传入文件的绝对路径。这种方式最稳定，不受脚本运行位置影响。

• Windows系统：注意路径分隔符，建议使用正斜杠 / 或双反斜杠 \\。例如：C:/Python2.7/stock data/sh600.csv。
• Linux/Ubuntu系统：直接使用标准绝对路径。例如：/home/lilai/Tinic/train.csv。

3. 中文路径与编码错误

如果文件路径或文件名包含中文字符，或者CSV文件本身保存为GBK/GB2312编码，pandas默认使用的 utf-8 解码会失败，报错信息通常包含 'utf-8' codec can't decode。

解决方法：在 read_csv 中显式指定 encoding 参数。对于包含中文的旧版CSV文件，通常指定为 'gb2312' 或 'gbk'。

import pandas as pd

# 指定编码为gb2312以解决中文路径或内容报错
df = pd.read_csv(r"train.csv", encoding='gb2312')

注意：在Windows路径字符串前加 r 可以防止反斜杠被转义，确保路径解析正确。

总结

解决“文件不存在”报错的核心在于确认文件位置与编码格式。通过检查当前工作路径、使用绝对路径或指定正确的编码参数，即可顺利读取数据。以上就是pandas读取csv文件提示不存在的解决方法及原因分析的详细内容，更多关于pandas数据处理资料的关注本站其它相关文章！