使用pd.read_excel指定列报错，添加nrows参数后恢复正常

报错原因 #

• 你的Excel文件尾部（靠近第172034行的位置）大概率存在异常行：比如空行但带有特殊格式、合并单元格残留、或者行内列数和表头行不匹配，导致pandas全量读取时，对列标识的解析出现混乱，错误判定usecols=["B", "C"]参数不符合要求，抛出该错误。
• 添加nrows=172033后，读取范围排除了最后一行的异常数据，pandas能正常识别列的位置标识，因此读取成功。

验证与修复方案 #

1. 检查并清理原文件：打开data/A.xlsx，直接跳转到最后10行左右，查看是否有空白行、格式错乱的单元格或内容异常的行，删除这些行后重新保存文件，再尝试原代码读取。
2. 跳过尾部异常行（不修改原文件）：使用skipfooter参数跳过可能存在问题的尾部行，示例代码：

   df = pd.read_excel('data/A.xlsx', usecols=["B", "C"], skipfooter=1)
   

   可以根据实际情况调整skipfooter的数值，比如先尝试跳过1-5行。
3. 用回调函数指定列：改用usecols的回调函数形式，明确筛选目标列，避免pandas解析列标识时出错：

   def select_cols(col):
       return col in ["B", "C"]
   df = pd.read_excel('data/A.xlsx', usecols=select_cols)
   

内容的提问来源于stack exchange，提问作者lima