为何Pandas提示CSV文件指定列不存在，但实际列已存在？

核心问题 #

你的CSV文件使用分号(;)作为字段分隔符，但pd.read_csv()默认以逗号(,)分隔，导致整个表格被错误读取为单一列——你打印的"列名"其实是这一列的名称，是所有真实列名用分号拼接的字符串，并非多个独立列，所以代码找不到目标列。另外你指定的selected_columns里有个错误：";doubt_C"多了前缀分号，真实列名是doubt_C。

修正后的代码 #

import pandas as pd
import pingouin as pg

# 用分号作为分隔符读取CSV，同时用原始字符串避免路径转义问题
data = pd.read_csv(r"C:\Users\HP\Desktop\data analysis\Classeur2.csv", header=0, sep=";") 

# 打印列名验证是否为独立列
print("Column names:", data.columns)

# 修正列名列表，去掉多余的分号前缀
selected_columns = ["doubt_A", "doubt_B", "doubt_C", "doubt_D", "doubt_E"]
missing_columns = [col for col in selected_columns if col not in data.columns]

if missing_columns:
    print("Error: Columns not found in the DataFrame:", missing_columns)
else:
    data_columns = data[selected_columns]
    # 计算Cronbach's alpha
    alpha_score = pg.cronbach_alpha(data=data_columns)
    print("Cronbach's alpha score:", alpha_score)

关键修正点 #

• 添加sep=";"参数，告诉pandas用分号分割字段，正确识别所有列
• 路径改用原始字符串(r"...")，避免反斜杠的转义问题
• 修正selected_columns中的";doubt_C"为"doubt_C"

运行修正后的代码后，data.columns会输出独立的列名列表，列存在性检查可正常通过，就能顺利计算Cronbach's alpha了。

内容的提问来源于stack exchange，提问作者CCClarke