使用pandas.read_csv的parse_dates参数报错：指定列缺失

报错核心原因是 pandas 无法匹配到你指定的日期列，大概率是 CSV 文件的实际列名与你定义的 date_cols 存在差异（比如隐藏空格、大小写不一致），或是表头位置不正确。以下是具体解决步骤：

1. 先确认 CSV 文件的实际列名 #

先跳过日期解析，读取文件并打印所有列名，排查是否和你定义的 date_cols 完全一致：

import pandas as pd
df = pd.read_csv('CAMBIAMOVA', delimiter=';')
print("文件实际列名：", df.columns.tolist())

如果输出的列名带有前后空格（比如 ' Data di fine '），说明需要先清理列名。

2. 清理列名后再解析日期 #

如果列名存在多余空格，可先读取文件并处理列名，再转换日期：

date_cols = ['Data di fine', 'Data di inizio', 'Prenotata']

# 读取文件并去除列名前后的空格
df = pd.read_csv('CAMBIAMOVA', delimiter=';')
df.columns = df.columns.str.strip()

# 转换日期列
df[date_cols] = df[date_cols].apply(pd.to_datetime)

也可以直接在 read_csv 中一次性处理：

date_cols = ['Data di fine', 'Data di inizio', 'Prenotata']

df = pd.read_csv(
    'CAMBIAMOVA',
    delimiter=';',
    dtype={"N. di neonati": int},
    parse_dates=date_cols,
    converters={col: lambda x: x.strip() for col in date_cols}
)

3. 检查表头位置是否正确 #

如果 CSV 文件开头有注释行或空行，导致表头不在第一行，需要指定 skiprows 参数跳过前置行（比如表头在第二行就加 skiprows=1）：

df = pd.read_csv(
    'CAMBIAMOVA',
    delimiter=';',
    dtype={"N. di neonati": int},
    parse_dates=date_cols,
    skiprows=1
)

另外，不需要在 dtype 里把日期列指定为 str，parse_dates 会自动解析符合 YYYY-MM-DD 格式的字符串，去掉该设置反而能避免类型冲突。

内容的提问来源于stack exchange，提问作者lob3l