pandas.read_csv参数解释

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