为何pandas读取Excel时指定parse_dates='date'仍报缺失列ValueError？

运行以下代码时抛出错误：ValueError: Missing column provided to 'parse_dates': 'date'，但Excel表格中确实存在名为date的列，预期代码能正常读取该列并加载数据。

运行的代码 #

import pandas as pd
import numpy as np
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.statespace.varmax import VARMAX
from statsmodels.tsa.api import VAR
from statsmodels.tsa.stattools import grangercausalitytests, adfuller
from tqdm import tqdm_notebook
from itertools import product


import matplotlib.pyplot as plt
import statsmodels.api as sm
import warnings

warnings.filterwarnings('ignore')

filepath = r'/Users/nathanielfremy/PycharmProjects/pythonProject/VAR Economics/data.xlsx'
open(filepath)
macro_data = pd.read_excel(filepath, parse_dates=['date'], index_col='date')
print(macro_data.shape)
macro_data.head()

• Excel文件包含多个工作表，默认读取的不是目标表
  pd.read_excel默认读取第一个工作表，如果date列在其他工作表中，就会找不到该列。
  解决方法：指定sheet_name参数，替换为实际包含date列的工作表名称：

  macro_data = pd.read_excel(filepath, sheet_name='目标工作表名', parse_dates=['date'], index_col='date')
  

• date列的表头存在空格或隐藏字符
  列名可能看起来是date，但实际前后有空格、全角空格或其他不可见字符，导致匹配失败。
  解决方法：先读取数据查看真实列名，再针对性处理：

  # 先读取数据不做解析，查看列名
  temp_data = pd.read_excel(filepath)
  print(temp_data.columns.tolist())
  # 如果列名有空格，先清洗列名再处理
  temp_data.columns = temp_data.columns.str.strip()
  temp_data['date'] = pd.to_datetime(temp_data['date'])
  macro_data = temp_data.set_index('date')
  

• 表头不在Excel的第一行
  如果date列的表头位于第二行或更靠后，默认header=0（读取第一行作为表头）会导致列名读取错误。
  解决方法：指定header参数为表头所在的行索引（从0开始计数）：

  # 假设表头在第二行（索引为1）
  macro_data = pd.read_excel(filepath, header=1, parse_dates=['date'], index_col='date')
  

• 冗余的open(filepath)语句
  代码中的open(filepath)完全多余，虽然不会直接导致列缺失问题，但可能占用文件句柄，建议删除该语句。

import pandas as pd
import numpy as np
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.statespace.varmax import VARMAX
from statsmodels.tsa.api import VAR
from statsmodels.tsa.stattools import grangercausalitytests, adfuller
from tqdm import tqdm_notebook
from itertools import product


import matplotlib.pyplot as plt
import statsmodels.api as sm
import warnings

warnings.filterwarnings('ignore')

filepath = r'/Users/nathanielfremy/PycharmProjects/pythonProject/VAR Economics/data.xlsx'

# 先检查列名
temp_data = pd.read_excel(filepath)
print("实际列名：", temp_data.columns.tolist())

# 清洗列名并处理日期
temp_data.columns = temp_data.columns.str.strip()
temp_data['date'] = pd.to_datetime(temp_data['date'])
macro_data = temp_data.set_index('date')

print(macro_data.shape)
macro_data.head()

内容的提问来源于stack exchange，提问作者nate