Python读取CSV报错FileNotFoundError：检查当前工作目录与相对路径

使用 Python 的 open() 或 pandas.read_csv() 读取 CSV 文件时，如果文件确实存在于磁盘上，却依然抛出 FileNotFoundError: [Errno 2] No such file or directory，最常见的原因是相对路径的解析基准与预期不一致。Python 解析相对路径时，始终以进程启动时的“当前工作目录（Current Working Directory，简称 CWD）”为起点，而不是以当前执行的 .py 脚本所在目录为起点。只要先用 os.getcwd() 和 pathlib.Path.resolve() 查明 Python 实际寻找的完整路径，再通过调整运行目录或用 Path(__file__).resolve().parent 锚定脚本目录，就能彻底解决该报错。

一、为什么文件存在还会报 FileNotFoundError

假设本地有一个数据分析项目，根目录为 /Users/dev/project（Windows 下类似 D:\project），目录结构中包含脚本目录 src 和数据目录 data：

project/
├── data/
│   └── sales.csv
└── src/
    └── read_data.py

编写 src/read_data.py 时，开发者看到 read_data.py 在 src/ 下，而 sales.csv 在上一级的 data/ 下，于是自然地写出如下相对路径代码：

# 文件位置：project/src/read_data.py
import csv

csv_path = "../data/sales.csv"

with open(csv_path, mode="r", encoding="utf-8") as f:
    reader = csv.reader(f)
    header = next(reader)
    print("表头字段：", header)

如果打开终端，停留在项目根目录 /Users/dev/project 执行运行命令：

python src/read_data.py

Traceback (most recent call last):
  File "/Users/dev/project/src/read_data.py", line 6, in <module>
    with open(csv_path, mode="r", encoding="utf-8") as f:
FileNotFoundError: [Errno 2] No such file or directory: '../data/sales.csv'

报错的直接原因是：终端处于 /Users/dev/project 目录时，Python 进程的当前工作目录就是 /Users/dev/project。此时解析 ../data/sales.csv，会从 /Users/dev/project 向上退一级到 /Users/dev，去寻找并不存在的 /Users/dev/data/sales.csv。只有当终端先进入 /Users/dev/project/src 目录再执行 python read_data.py 时，../data/sales.csv 才会指向正确的 /Users/dev/project/data/sales.csv。

二、按步骤检查当前工作目录与实际解析路径

遇到 FileNotFoundError 时，不要凭肉眼猜测路径层级，而是直接在读取 CSV 之前插入诊断代码，让 Python 输出它当前所在的目录以及将相对路径转换后的完整绝对路径。

在 project/src/read_data.py 中加入如下排查代码，并在 /Users/dev/project 目录下运行：

# 文件位置：project/src/read_data.py
import os
from pathlib import Path

raw_path = "../data/sales.csv"
target = Path(raw_path).resolve()

print("1. 当前工作目录 (os.getcwd):", os.getcwd())
print("2. 脚本所在目录 (__file__):", Path(__file__).resolve().parent)
print("3. 相对路径解析后的绝对路径:", target)
print("4. 目标文件是否存在:", target.exists())

1. 当前工作目录 (os.getcwd): /Users/dev/project
2. 脚本所在目录 (__file__): /Users/dev/project/src
3. 相对路径解析后的绝对路径: /Users/dev/data/sales.csv
4. 目标文件是否存在: False

从输出的第 1 行和第 3 行可以清晰看到：因为当前工作目录是 /Users/dev/project，所以 ../data/sales.csv 被解析成了 /Users/dev/data/sales.csv，与实际存放位置相差了一级目录。

三、两种路径写法对比：基于当前工作目录 vs 基于脚本所在目录

修复路径问题时，通常有两种做法：一种是保持相对路径不变，将其改为相对于当前工作目录（CWD）的写法（例如改为 data/sales.csv）；另一种是利用 __file__ 变量，以脚本文件自身所在位置为基准计算路径。在同一个项目结构下，这两种方式在不同启动场景中的表现有显著差异：

这一差异之所以重要，是因为同一个 Python 脚本往往会在不同位置被调用：有时在 IDE 中点击右上角运行按钮（默认工作目录通常是项目根目录），有时在终端进入 src 子目录调试，有时被其他脚本或定时任务调用。如果 CSV 文件与脚本同属一个项目且相对层级固定，采用方式 B 绑定脚本目录可以避免因启动位置变化而再次报错。

四、稳定的修复方法与完整示例

1. 在 .py 脚本中使用 pathlib 锚定脚本目录（推荐）

Python 3.4 及以上版本内置了 pathlib 标准库，可以跨平台处理 Windows 的反斜杠 \ 与 macOS/Linux 的正斜杠 /。继续以 project/src/read_data.py 读取 project/data/sales.csv 为例，假设 sales.csv 的内容如下：

order_id,product,amount
1001,Keyboard,299.00
1002,Mouse,129.00

修改 project/src/read_data.py，通过 Path(__file__).resolve().parent 获取脚本所在的 src 目录，再通过 .parent 回到 project 根目录拼接 data/sales.csv：

# 文件位置：project/src/read_data.py
# 适用环境：Python 3.6+（若使用 pandas 需已安装 pandas）
import csv
from pathlib import Path

# 1. 获取当前脚本 read_data.py 所在的绝对目录 (即 project/src)
script_dir = Path(__file__).resolve().parent

# 2. 向上退一级到 project 根目录，再拼接 data/sales.csv
csv_path = script_dir.parent / "data" / "sales.csv"

print("正在读取文件：", csv_path)

# 使用内置 csv 模块读取
with open(csv_path, mode="r", encoding="utf-8", newline="") as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(row)

# 如果使用 pandas 读取，同样直接传入 csv_path 即可：
# import pandas as pd
# df = pd.read_csv(csv_path)
# print(df)

此时无论在 /Users/dev/project 运行 python src/read_data.py，还是进入 /Users/dev/project/src 运行 python read_data.py，都能得到一致的正常输出：

正在读取文件： /Users/dev/project/data/sales.csv
{'order_id': '1001', 'product': 'Keyboard', 'amount': '299.00'}
{'order_id': '1002', 'product': 'Mouse', 'amount': '129.00'}

2. 在 Jupyter Notebook 中检查与定位 CSV 路径

在 Jupyter Notebook 中编写代码时，默认当前工作目录通常是启动该 .ipynb 文件所在的目录（但也可能被 IDE 配置为项目根目录）。在读取 CSV 前，先在一个单元格中运行以下代码确认当前目录及周围文件：

# 执行位置：Jupyter Notebook 单元格
from pathlib import Path
import pandas as pd

cwd = Path.cwd()
print("Notebook 当前工作目录：", cwd)

# 假设 Notebook 位于 project/notebooks/analysis.ipynb
# 若当前工作目录是 project/notebooks，则向上一级寻找 data/sales.csv
# 若当前工作目录已经是 project 根目录，则直接使用 cwd / "data" / "sales.csv"
csv_path = (cwd.parent / "data" / "sales.csv") if cwd.name == "notebooks" else (cwd / "data" / "sales.csv")

print("解析后的 CSV 路径：", csv_path.resolve())
df = pd.read_csv(csv_path)
print(df.head())

3. 在 VS Code 或 PyCharm 中核对工作目录设置

如果你希望保留相对于项目根目录的写法（如直接写 pd.read_csv("data/sales.csv")），则需要确保编辑器运行脚本时的工作目录固定在项目根目录：

• VS Code：默认情况下，点击右上角“Run Python File”按钮时，工作目录是当前打开的工作区根目录（Workspace Folder）。如果你开启了 python.terminal.executeInFileDir 选项，VS Code 会自动将工作目录切换到当前 .py 文件所在的子目录。可在设置（Settings）中搜索 executeInFileDir 查看或调整该勾选状态。
• PyCharm：点击顶部运行配置下拉框，选择 Edit Configurations...，查看 Working directory 一栏。PyCharm 默认将其设为当前脚本所在的子目录（如 /Users/dev/project/src），如需统一以项目根目录为基准，可将其手动改为项目根目录 /Users/dev/project，确认后点击 Apply 保存。

五、其他导致 FileNotFoundError 的常见细节问题

如果已经核对了当前工作目录，但 Path(csv_path).exists() 仍然返回 False，请重点检查以下三个细节：

1. Windows 路径中的反斜杠被当作转义字符

在 Windows 系统中直接复制文件资源管理器的地址栏路径时，路径分隔符是反斜杠 \。如果直接写成普通字符串 "D:\project\temp\new_sales.csv"，其中的 \t 会被 Python 解释为制表符（Tab），\n 会被解释为换行符，导致路径变形而报 FileNotFoundError。

# 错误写法：\t 和 \n 会被转义
bad_path = "D:\project\temp\new_sales.csv"

# 正确写法 1：在字符串前加 r 声明原始字符串（Raw String）
good_path_1 = r"D:\project\temp\new_sales.csv"

# 正确写法 2：统一使用正斜杠 /（Windows 下的 Python 完全支持）
good_path_2 = "D:/project/temp/new_sales.csv"

2. 文件资源管理器隐藏了已知扩展名（实际为 .csv.txt）

在 Windows 或 macOS 中新建文本文件并手动重命名为 sales.csv 时，如果系统开启了“隐藏已知文件类型的扩展名”，文件的真实名称往往是 sales.csv.txt。可以在 Python 中列出目标文件夹下的所有真实文件名进行核实：

from pathlib import Path

data_dir = Path(__file__).resolve().parent.parent / "data"
print("data 目录下的真实文件名列表：", [p.name for p in data_dir.iterdir()])

data 目录下的真实文件名列表： ['sales.csv.txt']

如果输出中显示为 'sales.csv.txt'，将文件重命名去掉多余的 .txt 后缀即可。

3. 路径中包含首尾空格或大小写不一致

导出 CSV 文件时，有时文件名末尾会意外多出一个空格（如 "sales .csv"），或者在 Linux 容器环境下运行时文件名大小写不匹配（Linux 文件系统严格区分 Sales.csv 与 sales.csv，而 Windows 和默认 macOS 不区分）。通过上面列出目录文件名的代码，可以直接复制列表中的精确字符串，避免肉眼忽略空格或大小写差异。