点这里官方英文文档
pandas.read_csv(filepath_or_buffer, sep=', ', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, iterator=False, chunksize=None, compression='infer', thousands=None, decimal=b'.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None, dialect=None, tupleize_cols=False, error_bad_lines=True, warn_bad_lines=True, skipfooter=0, skip_footer=0, doublequote=True, delim_whitespace=False, as_recarray=False, compact_ints=False, use_unsigned=False, low_memory=True, buffer_lines=None, memory_map=False, float_precision=None)
- filepath_or_buffe:URL str
包括http、s3、ftp、file等协议,例如file ://localhost/path/to/table.csv
- sep : str, 默认为
',’
,
作为分隔符用 - delimiter:sep的别名,功能同上
- header ,int 或者是int的列表
表示哪一行用来做为列的名称,默认为0
,也就是用第一行的值作为表的列的名称,如果是有多个索引的表,那么可以使用list,将某几行都作为表的列的名称 - low_memory:boolean,默认True
内部以块的方式处理文件,这样解析的时候,内存占用较低,但可能会导致类型推断错误,为了保证推断正确可以,手动指定dtype