### 解决方案 当遇到 `pandas.read_excel` 的 `usecols` 参数不匹配列名错误时，通常是因为 Excel 表格中的实际列名与代码中指定的列名不符。以下是详细的解决方案： #### 1. 列名一致性检查 在数据库表结构中需要注意的是，表格的列名不允许存在空格[^1]。因此，在读取 Excel 文件之前，应确保数据框 (`DataFrame`) 中的列名与目标表一致。如果发现列名不同，则可以通过重命名列来解决问题。 例如： ```python import pandas as pd # 假设原始 DataFrame 列名为 ['Column A', 'Column B'] goog_data = pd.DataFrame({ 'Column A': [1, 2], 'Column B': [3, 4] }) # 将列名更改为无空格的形式 goog_data.columns = ['column_a', 'column_b'] print(goog_data) ``` #### 2. 使用 `usecols` 参数 `usecols` 参数可以接受列表形式的列索引或名称。如果指定了错误的列名（如大小写敏感），则会引发异常。建议先打印文件的实际列名并验证其准确性。 示例代码如下： ```python # 打印 Excel 文件的真实列名 excel_file_path = 'example.xlsx' df_columns = pd.read_excel(excel_file_path).columns.tolist() print(df_columns) # 正确使用 usecols 参数 df = pd.read_excel( excel_file_path, usecols=['CorrectColumnName1', 'CorrectColumnName2'] # 替换为真实列名 ) ``` #### 3. 设置列宽优化显示效果 为了提高导出至 Excel 后的数据可读性，可通过 `xlsxwriter` 库调整各列宽度[^2]。此方法适用于最终保存阶段而非读取阶段。 示例代码如下： ```python with pd.ExcelWriter('output.xlsx', engine='xlsxwriter') as writer: df.to_excel(writer, sheet_name='Sheet1') worksheet = writer.sheets['Sheet1'] worksheet.set_column('B:B', 32) # 调整第二列为固定宽度 worksheet.set_column('C:C', 18) # 调整第三列为固定宽度 ``` #### 4. 数据清洗与预处理 对于可能存在的多余行或列，可以利用 Pandas 提供的 `drop()` 方法进行清理[^4]。通过删除不必要的部分减少潜在冲突。 示例代码如下： ```python # 删除特定列 df_cleaned = df.drop(columns=['Unnecessary_Column']) # 或者直接修改原 DataFrame df.drop(columns=['Unnecessary_Column'], inplace=True) ``` --- ### 总结 上述方法涵盖了从列名规范化、参数配置到后期数据整理等多个方面。具体实现需根据实际情况灵活运用。