如何使用本地使用文件的Pyinstaller为python文件创建可执行文件

如何使用本地使用文件的Pyinstaller为python文件创建可执行文件,python,dataframe,csv,pyinstaller,file-conversion,Python,Dataframe,Csv,Pyinstaller,File Conversion,我有以下代码(文件名为scrape.py): 我试图使用PyInstaller创建一个可执行文件,我使用命令:PyInstaller--onefile scrap.py。这会按照实际可执行文件的预期创建所有文件夹和文件,但不会给出正确的输出。我怀疑这与创建、读取以及最终删除3个csv文件有关。我尝试添加文件,但没有成功 任何帮助都将不胜感激请更具体地说明问题。如果有错误信息,请在问题中编辑完整的错误信息。如果要将三个csv文件捆绑到一个文件的可执行文件中,那么每次运行可执行文件时都会出现这些文件

我有以下代码(文件名为scrape.py):

我试图使用PyInstaller创建一个可执行文件,我使用命令:PyInstaller--onefile scrap.py。这会按照实际可执行文件的预期创建所有文件夹和文件,但不会给出正确的输出。我怀疑这与创建、读取以及最终删除3个csv文件有关。我尝试添加文件,但没有成功


任何帮助都将不胜感激

请更具体地说明问题。如果有错误信息,请在问题中编辑完整的错误信息。如果要将三个csv文件捆绑到一个文件的可执行文件中,那么每次运行可执行文件时都会出现这些文件,那么删除这些文件的目的是什么?@barny没有错误消息,它只是不输出任何内容或创建应该的单个文件derman.csv,我已经在终端中测试了这个输出,它确实工作了,所以我认为可能需要pyinstaller的另一个命令。我最后删除这3个文件的原因是,它们已合并为1个文件,即Germany.csv。Thanksa)不要使用noconsole创建exe,b)从命令行运行,并在每个步骤中添加一些简单的打印语句,直到找到它的死角。添加有关如何构建exe的详细信息,并提供足够的代码和数据,以便在此处运行。最少的代码和数据。我没有使用noconsole创建exe,我只是使用控制台检查python代码是否正确,即just python3 scrap.py。在构建exe时,我使用命令“pyinstaller--onefile scrape.py”。此命令导致创建文件夹和可执行文件本身,但可执行文件不会输出与python文件相同的内容(即在运行python3 scrap.py时)。因此,我相信pyinstaller还有一个额外的命令,以便在代码中使用这些csv文件
from fredapi import Fred
import pandas as pd
import os

fred= Fred(api_key= 'API_KEY')
data = fred.get_series('LMUNRRTTDEM156S', frequency = 'm', observation_start="2010-01-01")
data.to_csv('germanyUnemployment.csv', header=['Germany Unemployment'], index_label='date')

data1 = fred.get_series('DEUCPIALLMINMEI', frequency = 'm', observation_start="2010-01-01")
data1.to_csv('germanyInflation.csv', header=['Germany Inflation'], index_label='date')

data2 = fred.get_series('EXUSEU', frequency = 'm', observation_start="2010-01-01")
data2.to_csv('germanyConversion.csv', header=['Germany(Euro)/ dollar'], index_label='date')

df1 = pd.read_csv('germanyUnemployment.csv')
df2 = pd.read_csv('germanyInflation.csv')
df3 = pd.read_csv('germanyConversion.csv')
df4 = pd.merge(df1, df2, on = 'date')
dfMerge= pd.merge(df4, df3, on = 'date')
dfMerge.set_index('date', inplace = True)
dfMerge.to_csv('Germany.csv')
os.remove("germanyUnemployment.csv")
os.remove("germanyInflation.csv")
os.remove("germanyConversion.csv")