Pandas读取txt文件筛选列时报Key Error：指定列均不存在问题咨询

首先运行以下代码查看DataFrame实际解析得到的列名：

print(customer_master_df.columns.tolist())

将输出的列名和你选取的列名列表逐一比对，常见报错原因如下：

• 列名存在前后空格/不可见字符
  这是竖线分隔类文本文件最常见的问题，原始文件表头字段前后可能自带空格，导致实际列名为" CUSTOMER_NUM "而非你写的"CUSTOMER_NUM"。
  解决方案：读取文件时添加skipinitialspace=True参数，或者读取后统一清理列名：

  # 方案1：读取时直接跳过字段前的空格
  customer_master_df = pd.read_csv(customer_master_loc, sep='|', skipinitialspace=True, dtype=str, on_bad_lines='skip')
  # 方案2：读取后清理列名前后空格
  customer_master_df.columns = customer_master_df.columns.str.strip()
  

• 列名拼写/大小写不匹配
  原始文件表头可能存在拼写差异、大小写差异，比如实际列名是小写的customer_num，或者单词拼写和你写的不一致，对照打印出的列名修改选取列表的拼写即可。
• 文件第一行不是表头
  如果原始TXT文件的第一行是数据而非字段名，pandas会默认将第一行数据识别为列名，自然找不到你指定的字段。
  解决方案：读取时指定header=None，并手动传入列名列表：

  col_list = ['CUSTOMER_NUM','CUSTOMER_NAME','CUSTOMER_NAME2','CUSTOMER_ADDR_LN1',
              'CUSTOMER_ADDR_LN2','CUSTOMER_ADDR_LN3','CUSTOMER_ADDR_LN4',
              'CUSTOMER_CITY','STATE_CD','CUSTOMER_ZIP_BASE','COUNTY','SALESBLOCK_CD',
              'ORGANIZATION_CD','LOSER_FLAG','SHARED_CUSTOMER_NUM','SHARED_CUSTOMER_FLAG','SHARED_CUSTOMER_ORGANIZATION_CD','WINNER_CUSTOMER_NUM','WINNER_CUSTOMER_FLAG','WINNER_CUSTOMER_ORGANIZATION_CD']
  customer_master_df = pd.read_csv(customer_master_loc, sep='|', header=None, names=col_list, dtype=str, on_bad_lines='skip')
  

• 坏行跳过导致表头解析异常
  你代码中使用的error_bad_lines=False是pandas旧版本参数，高版本中已替换为on_bad_lines='skip'，如果存在大量格式错误的行，可能会导致表头解析错位。可以先去掉跳过坏行的参数运行，查看是否有文件格式错误的提示，确认文件分隔符、行格式是否统一。

内容的提问来源于stack exchange，提问作者Avantika Pandey