代码中csv都是自制csv，出现EmptyDataError: No columns to parse from file怎么解决

`EmptyDataError: No columns to parse from file` 错误通常表示 CSV 文件为空或没有有效的列。以下是一些可能的原因和解决方案：

### 可能的原因
1. **文件为空**：CSV 文件没有任何数据。
2. **文件格式错误**：CSV 文件格式不正确，例如缺少标题行或分隔符错误。
3. **文件路径错误**：指定的文件路径不存在或指向了错误的文件。
4. **编码问题**：文件编码与 `pandas` 默认编码不匹配。

### 解决方案
1. **检查文件内容**：
- 打开 CSV 文件，确保它包含有效数据。
- 使用文本编辑器（如 Notepad++）查看文件内容，确认文件不是空的并且格式正确。

2. **验证文件路径**：
- 确认 `folder_path` 和 `file_path` 是否正确。
- 打印 `file_path` 进行调试，确保路径是正确的。

3. **处理空文件**：
- 在读取文件之前，可以先检查文件大小，跳过空文件。

   import os
   import pandas as pd

   folder_path = r"D:\dummycsv"
   csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv')]
   dataframes = {}

   for file in csv_files:
       file_path = os.path.join(folder_path, file)
       if os.path.getsize(file_path) > 0:  # 检查文件是否为空
           df = pd.read_csv(file_path)
           dataframes[file] = df
       else:
           print(f"File {file} is empty, skipping.")

4. **指定分隔符**：
- 如果 CSV 文件使用非标准分隔符（例如制表符），可以在 `pd.read_csv` 中指定分隔符。

   df = pd.read_csv(file_path, sep=',')  # 或者使用其他分隔符

5. **处理编码问题**：
-8，默认情况下 `pandas` 可能无法正确读取文件。可以尝试指定不同的编码。

   df = pd.read_csv(file_path, encoding='utf-8')  # 或者使用其他编码

通过以上步骤，你应该能够找到并解决导致 `EmptyDataError` 的问题。如果问题仍然存在，请提供更多的上下文信息以便进一步诊断。