Polars read_excel读取指定列时错误添加列名后缀问题咨询

这不是操作失误，是Polars v1.12.0中read_excel的表头去重机制导致的设计行为，而非Bug。

原因 #

Polars读取Excel时，会先扫描整个工作表的所有列表头进行全局去重，而不是仅针对你指定的columns范围。哪怕你选的列表头本身唯一，但只要该表头在你选中区域之前的列里出现过，Polars就会基于全局的重复次数给列名加后缀。比如你提到的那个被加_3的列头，就是因为它在前面已经出现过两次，当前选中的是第三次出现的同名表头。

解决办法 #

• 先读全表再筛选列：如果数据量不大，可以先读取整个工作表，再筛选需要的列，这样能保留原始表头：

  df = pl.read_excel("test.xlsx", sheet_name="test", has_header=True)
  # 按列范围筛选（AE到AS对应Excel列的30到49索引）
  df = df.select(pl.col("AE":"AS"))
  

• 手动指定列名：如果你明确知道目标列的正确表头，可以用new_columns参数直接覆盖自动生成的列名：

  # 替换成你实际的19个列名
  target_columns = ["列A", "列B", "列C", ..., "列S"]
  df = pl.read_excel(
      "test.xlsx",
      sheet_name="test",
      has_header=True,
      columns=list(range(30, 49)),
      new_columns=target_columns
  )
  

• 升级Polars版本：后续版本可能优化了这个逻辑，只针对选中的列进行表头去重，你可以尝试升级到最新版Polars再测试。

内容的提问来源于stack exchange，提问作者Andi