Python处理Excel时遇'None of ... are in the [columns]'错误求助

核心错误原因 #

1. 列名不匹配：错误提示'None of ... are in the [columns]'说明代码中指定的列名'Data de Vencimento'和Excel文件的实际列名不一致，可能存在拼写错误、前后空格或大小写差异。
2. 日期类型不兼容：datetime.date.today()返回的是date对象，而pandas读取Excel日期后默认是datetime64[ns]类型，直接比较会导致匹配失败。
3. 条件赋值语法错误：原代码的条件判断逻辑写法错误，df[df['Data de Vencimento']]是无效的布尔索引用法，无法实现逐行判断。

分步解决方案 #

1. 确认并修正列名 #

先执行以下代码查看Excel文件的实际列名，确保和代码中使用的一致：

import pandas as pd
data = pd.read_excel(r'C:\Users\DiegoRocco\Downloads\clientes.xlsx')
print(data.columns.tolist())

如果输出列名和'Data de Vencimento'有差异（比如末尾多空格、拼写错误），将代码中的列名替换为实际列名即可。

2. 统一日期类型 #

将系统当前日期转换为pandas兼容的类型，或者把Excel读取的日期列转换为date类型，两种方式任选其一：

• 方式一：转换系统日期

today = pd.Timestamp(datetime.date.today())

• 方式二：转换Excel日期列

df['Data de Vencimento'] = df['Data de Vencimento'].dt.date
today = datetime.date.today()

3. 正确实现条件赋值 #

以下两种方式均可实现需求，同时处理空值：

方案一：使用np.where（简洁写法）

import numpy as np
import pandas as pd
import datetime

# 读取Excel文件
df = pd.read_excel(r'C:\Users\DiegoRocco\Downloads\clientes.xlsx')

# 统一日期类型并确保列是datetime格式
today = pd.Timestamp(datetime.date.today())
df['Data de Vencimento'] = pd.to_datetime(df['Data de Vencimento'], errors='coerce')

# 创建新列并处理空值
df['Situação'] = np.where(
    df['Data de Vencimento'].isna(),
    'Data de vencimento inválida',
    np.where(
        df['Data de Vencimento'].dt.date == today.date(),
        'Pagamento não-pendente',
        'Pagamento pendente'
    )
)

print(df)

方案二：使用df.loc（直观易读）

import pandas as pd
import datetime

# 读取Excel文件
df = pd.read_excel(r'C:\Users\DiegoRocco\Downloads\clientes.xlsx')

# 统一日期类型
today = datetime.date.today()
df['Data de Vencimento'] = df['Data de Vencimento'].dt.date

# 初始化新列
df['Situação'] = 'Pagamento pendente'

# 修改匹配当前日期的行状态
df.loc[df['Data de Vencimento'] == today, 'Situação'] = 'Pagamento não-pendente'

# 标记空值行
df.loc[df['Data de Vencimento'].isna(), 'Situação'] = 'Data de vencimento inválida'

print(df)

关键注意事项 #

• 确保Excel文件路径正确，且当前用户有读取权限。
• 如果Excel中的日期格式不标准，使用pd.to_datetime(..., errors='coerce')可强制转换，无法识别的日期会转为NaT（空日期）。

内容的提问来源于stack exchange，提问作者Diego Nogueira Rocco