pandas.read_csv参数

1. filepath_or_buffer：文件路径（字符串），URL或文件型对象（例如StringIO）。

2. sep：分隔符，默认为逗号。可以是任何字符串，如“\t”、“|”等。

3. delimiter：可选参数，与sep相同，但是只能是单个字符。

4. header：用作列名的行数。默认值为0（第一行），如果没有列名则应将其设置为None。

5. names：列名列表，用于替换header。如果header=None，则必须指定names。

6. index_col：将列号或列名用作行索引。如果不是整数或整数列表，则返回多层索引。

7. usecols：要读取的列的列表。如果不指定，则读取所有列。

8. dtype：每列的数据类型。可以是Python类型或NumPy dtype。

9. skiprows：需要跳过的行数（从0开始）。可以是单个整数或整数列表。

10. skipfooter：需要跳过的行数（从文件末尾开始）。默认为0。

11. na_values：用于识别缺失值的值列表。默认情况下，以下值将被视为缺失值：“”，“#N / A”，“#N / A N / A”，“#NA”，“-1.#IND”，“-1.#QNAN”，“-NaN”，“-nan”，“1.#IND”，“1.#QNAN”，“N / A”，“NA”，“NULL”，“NaN”，“n / a”，“nan”，“null”。

12. parse_dates：将列中的值解析为日期时间。如果是True，则尝试解析所有列。如果是列表，则仅尝试解析在其中列中的列编号或列名。

13. date_parser：用于解析日期时间的函数。默认情况下使用dateutil.parser.parse。

14. nrows：要读取的行数。如果文件包含更多行，则将忽略其余行。

15. skip_blank_lines：如果为True，则跳过空行。默认为True。

16. comment：注释字符。如果指定，则将从该字符开始的所有文本视为注释并跳过。

17. encoding：文件的编码类型。默认为None，将使用系统默认编码。

18. squeeze：如果数据只包含一列，则返回Series。如果为False，则始终返回DataFrame。

19. thousands：千分位分隔符。

20. decimal：十进制分隔符。