ValueError: Missing column provided to 'parse_dates': 'data'
Ai cerut la read_csv să transforme în dată (parse_dates) o coloană care nu există în fișier, aici 'data'. Verifică numele exact al coloanei cu datele (df.columns după o citire fără parse_dates) și scrie-l la fel în parse_dates.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
parse_dates=["data"] îi cere lui read_csv să transforme coloana data din text în datetime chiar la citire. pandas caută coloana în antet, iar dacă nu o găsește ridică Missing column provided to 'parse_dates': 'data', cu numele pe care l-ai dat.
Cauzele sunt cele obișnuite pentru nume de coloane: alt nume în fișier (Data, data_comanda, dată), spații în antet, separator greșit (cu ; nespecificat, antetul devine o singură coloană). Uneori coloana chiar nu există, pentru că ai combinat parse_dates cu usecols și ai uitat să o incluzi și în usecols.
După reparație verifică df.dtypes: coloana trebuie să apară ca datetime64.
De ce apare: cauzele frecvente
1Alt nume al coloanei în fișier
df = pd.read_csv("comenzi.csv", parse_dates=["data"])
# antetul este: data_comanda,client,sumadf = pd.read_csv("comenzi.csv", parse_dates=["data_comanda"])Numele din parse_dates trebuie să fie exact numele din antet.
2Coloana lipsește din usecols
df = pd.read_csv("comenzi.csv", usecols=["client", "suma"], parse_dates=["data"])df = pd.read_csv("comenzi.csv", usecols=["data", "client", "suma"], parse_dates=["data"])Coloanele din parse_dates trebuie să fie printre cele păstrate de usecols.
3Separator nespecificat
df = pd.read_csv("comenzi.csv", parse_dates=["data"]) # fișier cu ;df = pd.read_csv("comenzi.csv", sep=";", parse_dates=["data"])Cu separatorul corect, data e o coloană separată, nu o bucată din data;client;suma.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: Missing column provided to 'parse_dates'. Coloana cu data comenzii are alt nume în fișier. Repară parse_dates ca să citească data corect, apoi afișează tipul coloanei și luna primei comenzi.
import pandas as pd
df = pd.read_csv("comenzi.csv", parse_dates=["data"])
print(df["data_comanda"].dtype.kind)
print("Luna primei comenzi:", df["data_comanda"].min().month)M Luna primei comenzi: 3
Indiciu
Antetul fișierului este data_comanda,client,suma.
Reparația
import pandas as pd
df = pd.read_csv("comenzi.csv", parse_dates=["data_comanda"])
print(df["data_comanda"].dtype.kind)
print("Luna primei comenzi:", df["data_comanda"].min().month)De ce merge
parse_dates cerea coloana data, care nu există, deci citirea s-a oprit. Cu numele real, data_comanda, pandas transformă textele în date calendaristice la citire: tipul coloanei devine datetime64 (litera M din dtype.kind), iar min() dă cea mai veche dată, din martie.
Alte forme ale mesajului
ValueError: Missing column provided to 'parse_dates': 'data, luna'
Cum o eviți pe viitor
- Afișează
df.columns.tolist()după o primă citire, fărăparse_dates. - Normalizează numele coloanelor când le controlezi tu (fără spații, fără diacritice).
- Dacă folosești și
usecols, include acolo coloanele de date. - Alternativ, citește fără
parse_datesși convertește apoi explicit:df["data"] = pd.to_datetime(df["data"], format="%Y-%m-%d"), unde îți vezi mai clar erorile.
Întrebări frecvente
E mai bine parse_dates sau pd.to_datetime după citire?
Rezultatul e același. pd.to_datetime după citire îți dă mai mult control (format=, dayfirst=, errors="coerce") și un mesaj mai clar dacă o valoare nu e o dată validă.
De ce coloana rămâne text deși am pus parse_dates?
Dacă o singură valoare nu poate fi interpretată ca dată (de exemplu - sau un format amestecat), pandas poate lăsa coloana ca text. Verifică df.dtypes și convertește cu pd.to_datetime(..., errors="coerce") ca să vezi valorile problemă ca NaT.
Erori înrudite
ValueError: Usecols do not match columns, columns expected but not found: ['pret'] Ai cerut la read_csv, prin usecols, o coloană care nu există în antetul fișierului (aici 'pret'). Afișează antetul real (citește fișierul fără usecols și uită-te la df.columns) și scrie în usecols numele exacte, cu aceleași majuscule, spații și diacritice. KeyError: 'Pret' DataFrame-ul nu are o coloană cu exact numele 'Pret'. Coloanele sunt sensibile la majuscule, spații și diacritice: afișează print(df.columns.tolist()) și folosește numele exact, de exemplu df["pret"]. ValueError: time data "13.03.2024" doesn't match format "%m.%d.%Y" pd.to_datetime a ghicit formatul datelor după prima valoare (aici lună.zi.an, ca în engleză) și s-a oprit la o dată care nu se potrivește, 13.03.2024. Spune explicit formatul românesc: pd.to_datetime(s, format="%d.%m.%Y"), sau folosește dayfirst=True. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
