pandas-pd.read_csv

read_csv()接受以下常见参数：

参数	中文名	参数类型	默认参数	参数功能	说明
filepath_or_buffer		various	:文件路径、URL、或者 是read()函数返回的对象
sep	指定分隔符	str	默认是','
delimiter	定界符	str	默认是None		指定该参数，sep失效
delim_whitespace		boolean	默认是False	指定空格或者'\t'是否作为分隔符使用	如果该参数指定为True,则delimiter失效
header				指定行号用于列名，默认指定是第0行作为列名。如果没有列名，则显式指定header = None
names			默认是None	如果表格中没有列名，就显式指定header = None,然后由names= ["xx","xx"]指定列名。
index_col		int or sequence or False	默认是None	用作行索引的列编号或者列名	当设定index_col = False时，强制pandas不使用第一个列作为行名
usecols		list-like 或者callable	默认是None	返回列的子集，就是你可以指定哪些列返回，比如usecols = [1,3,5]或者usecols = [' xx','xx']  xx是列名	输入0、1这种数字则顺序就没了，若想保留列的顺序，就输入列名。
squeeze		boolean	默认是False	如果只包含一列，则设置为True，会返回一个Series.
prefix		str	默认是None	在没有列标题时，用来给列添加前缀。	比如prefix = 'xx',则列名就是xx0,xx1,xx2....
mangle_dupe_cols		boolean	默认是True	将列名重复的列，更名为X.0,X.1,X.2..	如果设置为False，则覆盖所有重名列。
dtype		type	默认是None	指定每列数据的类型	dtype = {‘a’:np.float64,'b':np.int32}
skiprows		list-like或者interger	默认是None	跳过指定的行	skiprows = [1,2,3,4] or skiprows = lambda x :x%2 !=0
skipfooter		int	默认是0	从底部跳过的行	skiprows = [1,2,3]从尾部忽略123行
nrows		int	默认是None	需要读取的行数	nrows  = [1,2,3]从头部读取123行
na_values		scalar或者str或者list-like	默认是NOne	用于替换NA/NaN的值
memory_map		boolean	默认是False	如果filepath是filepath_or_buffer，则直接将其映射到内存
keep_default_na		boolearn	默认是True	与na_values搭配使用，
na_values
na_filter		boolean	默认是True	如果设置为False，则不检查有无空值，提高速度
verbose		boolean	默认是False	指示替代非数字列的NA的数量
skip_blank_lines		boolean	默认是True	如果是True则跳过空白行，为False则空白行用NaN替代。
encoding		str	默认是None	encoding  = 'utf-8'

参考网址：https://pandas.pydata.org/pandas-docs/stable/user_guide/io.html#io-read-csv-table

建议还是看英文介绍，详细

来源：oschina

链接：https://my.oschina.net/u/4350851/blog/3443130