Python “熊猫归来”；传递的标头名称不匹配usecols“；错误

以下工作与预期的一样。共有190列，都可以完全读入

pd.read\u csv（“data.csv”，
标题=无，
名称=列，
#usecols=列[：10]，
nrows=10
)

我以前用过usecols的论点，所以我很困惑为什么这对我不再有效。我想，简单地对前10个列名进行切片将非常有效，但我仍然会遇到“传递的头名称不匹配usecols”错误

我使用的是熊猫0.16.2

pd.read\u csv（“data.csv”，
标题=无，
名称=列，
usecols=列[：10]，
nrows=10
)

回溯

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
3 nrows=10，
4头=无，
---->5个名称=列，
6                     )
/…解析器中的/lib/python2.7/site-packages/pandas/io/parsers.pyc（文件路径或缓冲区、sep、方言、压缩、双引号、转义、引号、引号、skipinitialspace、行终止符、标题、索引列、名称、前缀、SkipRous、skipfooter、skipfooter、skipfooter、na_值、na_值、true_值、false_值、分隔符、转换器、数据类型、usecols、引擎、delim_空格、as_recarray、na_筛选器、compact_ints、，使用无符号、内存不足、缓冲区行、警告行、错误行、保留默认行、千行、注释、十进制、解析日期、保留日期列、dayfirst、日期解析器、内存映射、浮点精度、nrows、迭代器、块大小、冗余、编码、压缩、篡改重复列、tupleize列、推断日期时间格式、跳过空白行）
472跳过空白行=跳过空白行）
473
-->474返回读取（文件路径或缓冲区，kwds）
475
476解析器名称
/…读取中的/lib/python2.7/site-packages/pandas/io/parsers.pyc（文件路径或缓冲区，kwds）
248
249#创建解析器。
-->250解析器=文本文件读取器（文件路径或缓冲区，**kwds）
251
252如果（nrows不是None）和（chunksize不是None）：
/…/lib/python2.7/site-packages/pandas/io/parsers.pyc在__________（self，f，engine，**kwds）中
564 self.options['has_index_names']=kwds['has_index_names']
565
-->566自动制造发动机（自动发动机）
567
568 def _get _选项(带有默认值)(自身,引擎):
/…/m9tn/lib/python2.7/site-packages/pandas/io/parsers.pyc in_make_引擎（self，引擎）
703 def制造发动机（自，发动机class='c'）：
704如果发动机=‘c’：
-->705 self.\u engine=CParserWrapper（self.f，**self.options）
706其他：
707如果引擎==“python”：
/…/lib/python2.7/site-packages/pandas/io/parsers.pyc在__________（self，src，**kwds）中
1070 kwds['allow_leading_cols']=self.index_col不为False
1071
->1072 self.\u reader=\u parser.TextReader（src，**kwds）
1073
1074#XXX
pandas.parser.TextReader.中的pandas/parser.pyx
pandas.parser.TextReader.中的pandas/parser.pyx.\u获取\u头（pandas/parser.c:7330）（）
ValueError:传递的标头名称不匹配usecols

结果是数据集中有191列（不是190列）。Pandas会自动将我的第一列数据设置为索引。我不太清楚为什么它会导致它出错，因为usecols中的所有列实际上都存在于已解析的in数据集中

因此，解决方案是确认名称中的列数与数据集中的列数完全对应

---

另外，我在GitHub上找到了讨论。

对于调试此错误的任何人来说，如果您在列名列表中忘记了尾随逗号，也可能导致此错误。e、 g:

    columns = [
        'industry',
        'amount'
        'date',
        ...
    ]

---

Pandas会将

amount

和

date

合并成一个

amountdate

，当然，列名的数量会比您预期的少一个。

我也有同样的问题。找到讨论后，我验证文件中的分隔符是否为

使用
sep='；'read_csv
call中的code>解决了这个问题。
除了@Raluar
sep='；'
在
pd.read_csv（）
中的
参数之后添加
sep='
，否则，它将把整个df作为一列读取，并且将无法解析
usecols=columns[：10]
由于上述原因，
names=columns
的上一个参数中没有实际解析的列。
熊猫中似乎有一个bug：