使用pandas.read_excel读取列数不足时列顺序异常问题排查

你遇到的问题核心在于对pandas.read_excel中names参数的行为理解有误，尤其是当names长度与文件列数不一致时的隐含逻辑：

为什么全列读取时正常？ #

当names的长度（3个）与文件列数（3列）完全匹配，且设置header=None时，pandas会严格按照文件的列顺序，将names中的名称依次分配给每一列——第一列对应A，第二列对应B，第三列对应C，行为符合预期。

为什么读取部分列时顺序错乱？ #

当names的长度（2个）小于文件列数（3列）时，pandas会触发一个隐含逻辑：它会将文件的第一行（你原本想当作数据的行）临时视为表头，然后尝试用names中的名称去匹配这些“表头”。由于你的names（A、B）和实际第一行内容（Items、Object、Information）完全不匹配，pandas会退而选择前两列，但此时的列顺序会因为匹配逻辑的干扰出现错乱。

正确的解决方法 #

如果只想读取指定列并自定义名称，必须结合usecols参数明确指定要读取的列（用索引或列名），再用names按顺序命名：

# 读取前两列，命名为A、B
df_sheet = pd.read_excel("myfile.xlsx", 
                         sheet_name="mysheet", 
                         engine="openpyxl", 
                         header=None, 
                         usecols=[0, 1],  # 明确指定第一、第二列的索引
                         names=["A", "B"])

这样就能严格保证列顺序与文件一致，同时正确应用自定义列名。

内容的提问来源于stack exchange，提问作者Asdfg