如何使用Pandas读取格式异常的宽表CSV文件？

哈哈，这种坑我可太熟了！别担心，咱们先搞清楚问题出在哪，再用更优雅的方式解决它。

为什么你的代码会报错？ #

你遇到的ValueError: Passed header names mismatches usecols，本质是因为：

• 你用skiprows=[0,1,2,3,4]跳过了前5行，Pandas会把第6行（原文件的第6行，索引为5）当作表头行
• 但你硬编码的usecols=([0]+ range(2,5))指定的是列索引，而Pandas读取表头后，会用这些列名去匹配你指定的索引，一旦空列（B列）的表头处理逻辑和你预期不符（比如空列的列名是空字符串），就会出现列名和指定索引不匹配的情况。
• 而且硬编码列索引完全不灵活，一旦CSV的列结构微调，代码直接就崩了。

更优雅的解决方案 #

我给你两种实用的方法，都能避免硬编码，彻底解决报错：

方法1：动态获取有效列名（推荐，精准控制）

先读取表头行确认有效列，再用这些列名读取数据：

import pandas as pd

# 第一步：读取表头行（跳过前5行，只读表头）
header_row = pd.read_csv('P://mypath/bogus_csv.csv', nrows=0, skiprows=5)
# 筛选掉空列的列名（B列对应的列名是空字符串）
valid_columns = [col for col in header_row.columns if col.strip() != '']

# 第二步：用有效列名读取数据
my_df = pd.read_csv('P://mypath/bogus_csv.csv', skiprows=5, usecols=valid_columns)

这种方法完全动态，不管CSV里有多少空列，只要列名是空的就会被过滤，再也不用硬编码列索引。

方法2：读取后删除全空列（更简单，适合空列无数据的场景）

如果B列不仅表头空，数据行也全是空的，直接读取所有列再删掉全空列就行：

import pandas as pd

# 跳过前5行读取所有列，然后删除全空的列
my_df = pd.read_csv('P://mypath/bogus_csv.csv', skiprows=5).dropna(axis=1, how='all')

这种写法更简洁，Pandas会自动处理表头，然后帮你把完全没有数据的列删掉，省心又省力。

小提示 #

以后遇到类似的CSV格式问题，先别急着写硬编码的参数，可以先用nrows=0或者nrows=5读取一小部分内容，确认文件的表头、列结构，再针对性处理，能少踩很多坑！

内容的提问来源于stack exchange，提问作者ℕʘʘḆḽḘ