使用Pandas读取CSV指定列时遇Usecols匹配错误求助

问题场景 #

使用Pandas的read_csv方法，通过usecols参数传入包含146个列名的列表读取CSV特定列时，触发报错：

Usecols do not match columns, columns expected but not found

提示有16个列未找到。尝试相关方案无效，测试了四种方法仍未解决：

测试的四种方法 #

• 方法一：

file1DF=pd.read_csv(pathoffile[0],usecols=file1column)
print(file1DF)

• 方法二：

file1DF=pd.read_csv(pathoffile[0],usecols=file1column,sep=',').columns.tolist()
print(file1DF)

• 方法三：

e1=pd.read_csv(pathoffile[0],sep=',') 
e2=pd.DataFrame(exam1)
e3=e2[listofcolumns]

• 方法四：

e1=pd.read_csv(pathoffile[0],sep=',') 
e2=pd.DataFrame(exam1)
e3=e2[listofcolumns]
jstrlist=Json.dumps(listofcolumns)
e3=e2[jstrlist]

方法四触发KeyError，报错信息中146个列名被包裹在双引号的字符串列表"["146 column names"]"中。

核心问题排查与解决 #

1. 确认列名匹配性 #

CSV列名常因**空格、大小写、特殊字符（全角/半角、下划线/短横线混淆）**导致匹配失败，先排查差异：

# 读取CSV实际列名
actual_cols = pd.read_csv(pathoffile[0], nrows=0).columns.tolist()
# 找出目标列中不存在的列
target_cols = file1column
missing_cols = set(target_cols) - set(actual_cols)
print("未找到的列：", missing_cols)

2. 统一列名格式 #

如果发现格式问题，统一清洗后再匹配：

# 清洗实际列名：去首尾空格、转小写
actual_cols_clean = [col.strip().lower() for col in actual_cols]
# 同步清洗目标列列表
target_cols_clean = [col.strip().lower() for col in target_cols]
# 筛选出匹配的原始列名
matched_cols = [actual_cols[i] for i in range(len(actual_cols)) if actual_cols_clean[i] in target_cols_clean]
# 读取数据
df = pd.read_csv(pathoffile[0], usecols=matched_cols)

3. 修复测试方法的错误 #

• 方法三：变量名写错，exam1应为e1，且无需重复转DataFrame：

e1 = pd.read_csv(pathoffile[0], sep=',') 
e3 = e1[listofcolumns]

• 方法四：Json.dumps会把列表转成字符串，而DataFrame索引需要列名列表，直接用listofcolumns即可，无需转JSON字符串。

4. 特殊场景处理 #

若CSV列名含隐藏空格或特殊格式，尝试以下参数：

# 忽略列名后的空格
df = pd.read_csv(pathoffile[0], usecols=target_cols, skipinitialspace=True)
# 用python引擎提升兼容性
df = pd.read_csv(pathoffile[0], usecols=target_cols, engine='python')

内容的提问来源于stack exchange，提问作者Nija Shree