请翻译以下为中文：#

pandas.read_csv(filepath_or_buffer, *, sep=<no_default>, delimiter=None, header='infer', names=<no_default>, index_col=None, usecols=None, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, skipfooter=0, nrows=None, na_values=None, keep_default_na=True, na_filter=True, skip_blank_lines=True, parse_dates=None, date_format=None, dayfirst=False, cache_dates=True, iterator=False, chunksize=None, compression='infer', thousands=None, decimal='.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None, comment=None, encoding=None, encoding_errors='strict', dialect=None, on_bad_lines='error', low_memory=True, memory_map=False, float_precision=None, storage_options=None, dtype_backend=<no_default>)[源代码][源代码]#

将逗号分隔值（csv）文件读取到 DataFrame 中。

还支持选择性地迭代或将文件拆分成块。

额外的帮助可以在 IO 工具的在线文档中找到。

参数:

filepath_or_bufferstr, 路径对象或类文件对象

任何有效的字符串路径都是可接受的。字符串可以是一个URL。有效的URL方案包括http、ftp、s3、gs和file。对于文件URL，需要一个主机。一个本地文件可以是：file://localhost/path/to/table.csv。

如果你想传递一个路径对象，pandas 接受任何 os.PathLike。

文件类对象是指具有 read() 方法的对象，例如文件句柄（例如通过内置的 open 函数）或 StringIO。

sepstr, 默认 ‘,’

作为分隔符的字符或正则表达式模式。如果 sep=None，C 引擎无法自动检测分隔符，但 Python 解析引擎可以，这意味着将使用后者并自动通过 Python 的内置嗅探工具 csv.Sniffer 从文件的第一行有效行中检测分隔符。此外，长度超过 1 个字符且不同于 '\s+' 的分隔符将被解释为正则表达式，并且也会强制使用 Python 解析引擎。请注意，正则表达式分隔符容易忽略带引号的数据。正则表达式示例：'\r\t'。

分隔符str, 可选

sep 的别名。

标题int, int 序列, ‘infer’ 或 None, 默认 ‘infer’

包含列标签和标记数据开始的行号（从零开始索引）。默认行为是推断列名：如果没有传递 names，则行为与 header=0 相同，并且从文件的第一行推断列名；如果显式传递列名给 names，则行为与 header=None 相同。显式传递 header=0 以能够替换现有名称。header 可以是一个整数列表，指定列上 MultiIndex 的行位置，例如 [0, 1, 3]。未指定的中间行将被跳过（例如，此示例中跳过 2）。请注意，如果 skip_blank_lines=True，此参数会忽略注释行和空行，因此 header=0 表示数据的第一行而不是文件的第一行。

当从文件内容推断时，标题通过使用形式为 ".{count}" 的数字后缀重命名重复名称来彼此区分，从1开始，例如 "foo" 和 "foo.1"。空标题命名为 "Unnamed: {i}" 或 "Unnamed: {i}_level_{level}" 在MultiIndex列的情况下。

名称可哈希序列，可选

要应用的列标签序列。如果文件包含标题行，则应显式传递 header=0 以覆盖列名。此列表中不允许有重复项。

index_col可哈希的，可哈希序列或假，可选

用作行标签的列，可以用列标签或列索引表示。如果给定的是标签或索引的序列，将为行标签形成 MultiIndex。

注意：index_col=False 可以用来强制 pandas 不使用第一列作为索引，例如，当你有一个每行末尾带有分隔符的格式错误文件时。

usecols可哈希或可调用的序列，可选

要选择的列的子集，由列标签或列索引表示。如果是类列表形式，所有元素必须是位置的（即文档列的整数索引）或与列名对应的字符串，这些列名可以由用户在 names 中提供或从文档标题行推断。如果提供了 names，则不考虑文档标题行。例如，一个有效的类列表 usecols 参数可以是 [0, 1, 2] 或 ['foo', 'bar', 'baz']。元素顺序被忽略，因此 usecols=[0, 1] 与 [1, 0] 相同。要从 data 实例化一个 DataFrame 并保留元素顺序，请使用 pd.read_csv(data, usecols=['foo', 'bar'])[['foo', 'bar']] 以 ['foo', 'bar'] 顺序获取列，或使用 pd.read_csv(data, usecols=['foo', 'bar'])[['bar', 'foo']] 以 ['bar', 'foo'] 顺序获取列。

如果可调用，可调用函数将对列名进行评估，返回可调用函数评估为 True 的名称。一个有效的可调用参数示例是 lambda x: x.upper() in ['AAA', 'BBB', 'DDD']。使用此参数会大大加快解析时间并降低内存使用。

dtypedtype 或 {Hashable 的 dictdtype}, 可选

要应用于整个数据集或单个列的数据类型。例如，{'a': np.float64, 'b': np.int32, 'c': 'Int64'} 使用 str 或 object 以及合适的 na_values 设置来保留并不解释 dtype。如果指定了 converters，它们将代替 dtype 转换应用。

Added in version 1.5.0: 对 defaultdict 的支持已添加。将 defaultdict 指定为输入，其中默认值决定了未明确列出的列的 dtype 。

引擎{‘c’, ‘python’, ‘pyarrow’}, 可选

使用的解析引擎。C 和 pyarrow 引擎更快，而 python 引擎目前功能更全面。多线程目前仅由 pyarrow 引擎支持。

Added in version 1.4.0: 添加了 ‘pyarrow’ 引擎作为 实验性 引擎，并且某些功能在此引擎上不受支持，或者可能无法正常工作。

转换器dict of {可哈希}可调用}, 可选

用于转换指定列中值的函数。键可以是列标签或列索引。

true_values列表，可选

除了不区分大小写的 ‘True’ 变体外，还应考虑为 True 的值。

false_values列表，可选

除了不区分大小写的 ‘False’ 变体外，还应考虑为 False 的值。

skipinitialspace布尔值, 默认为 False

在分隔符后跳过空格。

skiprowsint, 整数列表或可调用对象, 可选

在文件开始处要跳过的行号（从0开始索引）或要跳过的行数（int）。

如果是可调用的，可调用函数将对行索引进行评估，如果该行应该被跳过则返回 True ，否则返回 False 。一个有效的可调用参数示例是 lambda x: x in [0, 2]。

skipfooterint, 默认 0

文件底部要跳过的行数（与 engine='c' 不兼容）。

nrowsint, 可选

要读取的文件行数。对于读取大文件的部分内容非常有用。指的是返回的 DataFrame 中的数据行数，不包括：

包含列名的标题行。
在标题行之前的行，如果 header=1 或更大。

示例用法：

要读取前 999,999 行（非标题行）：read_csv(..., nrows=999999)
要读取第1,000,000到第1,999,999行：read_csv(..., skiprows=1000000, nrows=999999)

na_valuesHashable, Hashable 的可迭代对象或 {Hashable 的 dict可迭代对象}, 可选

额外的字符串识别为 NA/NaN。如果传递 dict，特定列的 NA 值。默认情况下，以下值被解释为 NaN：””, “#N/A”, “#N/A N/A”, “#NA”, “-1.#IND”, “-1.#QNAN”, “-NaN”, “-nan”, “1.#IND”, “1.#QNAN”, “<NA>”, “N/A”, “NA”, “NULL”, “NaN”, “None”, “n/a”, “nan”, “null”。

keep_default_na布尔值, 默认为 True

在解析数据时是否包含默认的 NaN 值。根据是否传递了 na_values ，行为如下：

如果 keep_default_na 是 True，并且指定了 na_values，则 na_values 会被附加到用于解析的默认 NaN 值中。
如果 keep_default_na 是 True，并且未指定 na_values，则仅使用默认的 NaN 值进行解析。
如果 keep_default_na 是 False，并且指定了 na_values，则仅使用指定的 na_values 的 NaN 值进行解析。
如果 keep_default_na 是 False，并且 na_values 未指定，则不会将任何字符串解析为 NaN。

请注意，如果 na_filter 被传递为 False ， keep_default_na 和 na_values 参数将被忽略。

na_filter布尔值, 默认为 True

检测缺失值标记（空字符串和 na_values 的值）。在没有 NA 值的数据中，传递 na_filter=False 可以提高读取大文件的性能。

skip_blank_lines布尔值, 默认为 True

如果 True ，跳过空白行而不是解释为 NaN 值。

parse_datesbool, None, 可哈希对象列表, 默认 None

行为如下：

bool。如果 True -> 尝试解析索引。
None。如果指定了 date_format，则其行为类似于 True。
list 的 int 或名称。例如，如果 [1, 2, 3] -> 尝试将第1、2、3列分别解析为单独的日期列。

如果一列或一个索引不能表示为 datetime 的数组，例如因为存在无法解析的值或时区混合，该列或索引将以 object 数据类型原样返回。对于非标准的 datetime 解析，请在 read_csv() 之后使用 to_datetime()。

注意：对于 iso8601 格式的日期，存在一个快速路径。

date_formatstr 或列 -> 格式的字典, 可选

用于解析日期和/或时间的格式，当与 parse_dates 一起使用时。用于解析时间的 strftime，例如 "%d/%m/%Y"。有关选择的更多信息，请参阅 strftime 文档，但请注意 "%f" 将解析到纳秒。您还可以传递：

“ISO8601”，用于解析任何 ISO8601 时间字符串（不一定完全相同的格式）；
“混合”，以单独推断每个元素的格式。这是有风险的，您可能应该与 dayfirst 一起使用。

Added in version 2.0.0.

dayfirst布尔值, 默认为 False

DD/MM 格式日期，国际和欧洲格式。

cache_dates布尔值, 默认为 True

如果 True ，使用一个唯一的、转换后的日期缓存来应用 datetime 转换。在解析重复的日期字符串时，尤其是带有时区偏移的字符串时，可能会产生显著的速度提升。

迭代器布尔值, 默认为 False

返回用于迭代或通过 get_chunk() 获取块的 TextFileReader 对象。

chunksizeint, 可选

每次从文件中读取的行数。传递一个值将导致函数返回一个用于迭代的 TextFileReader 对象。有关 iterator 和 chunksize 的更多信息，请参阅 IO 工具文档。

压缩str 或 dict，默认 ‘infer’

用于即时解压磁盘数据。如果 ‘infer’ 并且 ‘filepath_or_buffer’ 是类路径的，则从以下扩展名检测压缩：’.gz’, ‘.bz2’, ‘.zip’, ‘.xz’, ‘.zst’, ‘.tar’, ‘.tar.gz’, ‘.tar.xz’ 或 ‘.tar.bz2’（否则不压缩）。如果使用 ‘zip’ 或 ‘tar’，ZIP 文件必须仅包含一个要读取的数据文件。设置为 None 表示不解压。也可以是一个字典，键 'method' 设置为 {'zip', 'gzip', 'bz2', 'zstd', 'xz', 'tar'} 之一，其他键值对将转发给 zipfile.ZipFile, gzip.GzipFile, bz2.BZ2File, zstandard.ZstdDecompressor, lzma.LZMAFile 或 tarfile.TarFile，分别。例如，以下内容可以传递用于使用自定义压缩字典的 Zstandard 解压：compression={'method': 'zstd', 'dict_data': my_compression_dict}。

Added in version 1.5.0: 增加了对 .tar 文件的支持。

在 1.4.0 版本发生变更: Zstandard 支持。

thousandsstr (长度 1), 可选

在数值中作为千位分隔符的字符。

decimalstr (长度为1), 默认值为 ‘.’

识别为小数点的字符（例如，使用 ‘,’ 表示欧洲数据）。

lineterminatorstr (长度 1), 可选

用于表示换行符的字符。仅在C解析器中有效。

quotecharstr (长度 1), 可选

用于表示引用项开始和结束的字符。引用项可以包括 delimiter ，它将被忽略。

引用{0 或 csv.QUOTE_MINIMAL, 1 或 csv.QUOTE_ALL, 2 或 csv.QUOTE_NONNUMERIC, 3 或 csv.QUOTE_NONE}, 默认 csv.QUOTE_MINIMAL

根据 csv.QUOTE_* 常量控制字段引用的行为。默认是 csv.QUOTE_MINIMAL``（即 0），这意味着只有包含特殊字符的字段才会被引用（例如，在 ``quotechar、delimiter 或 lineterminator 中定义的字符。

双引号布尔值, 默认为 True

当 quotechar 被指定且 quoting 不是 QUOTE_NONE 时，指示是否将字段内连续的两个 quotechar 元素解释为单个 quotechar 元素。

escapecharstr (长度 1), 可选

用于转义其他字符的字符。

评论str (长度 1), 可选

指示该行剩余部分不应被解析的字符。如果在行首找到，则该行将完全被忽略。此参数必须是一个字符。像空行（只要 skip_blank_lines=True）一样，完全注释的行被参数 header 忽略，但不被 skiprows 忽略。例如，如果 comment='#'，解析 #empty\na,b,c\n1,2,3 并使用 header=0 将导致 'a,b,c' 被视为标题。

编码str, 可选, 默认 ‘utf-8’

读取/写入时使用的编码（例如 'utf-8'）。 Python 标准编码列表。

encoding_errorsstr, 可选, 默认 ‘strict’

如何处理编码错误。可能的值列表。

Added in version 1.3.0.

方言str 或 csv.Dialect, 可选

如果提供，此参数将覆盖以下参数的值（默认或非默认）：delimiter、doublequote、escapechar、skipinitialspace、quotechar 和 quoting。如果需要覆盖值，将发出 ParserWarning。有关更多详细信息，请参阅 csv.Dialect 文档。

on_bad_lines{‘error’, ‘warn’, ‘skip’} 或 Callable，默认 ‘error’

指定在遇到坏行（字段过多的行）时该怎么做。允许的值有：

'error'，当遇到错误行时引发异常。
'warn'，当遇到错误行时发出警告并跳过该行。
'skip'，在遇到错误行时，不引发或警告而直接跳过。
可调用对象，将处理单个错误行的函数。
- 使用 engine='python'，带有签名 (bad_line: list[str]) -> list[str] | None 的函数。bad_line 是通过 sep 分割的字符串列表。如果函数返回 None，则坏行将被忽略。如果函数返回比预期更多元素的新 list 字符串，将发出 ParserWarning 并丢弃多余的元素。
- 使用 engine='pyarrow'，函数签名如 pyarrow 文档中所述：invalid_row_handler。

Added in version 1.3.0.

Added in version 1.4.0: 可调用

在 2.2.0 版本发生变更: engine='pyarrow' 的可调用对象

low_memory布尔值, 默认为 True

在内部以块为单位处理文件，从而在解析时减少内存使用，但可能会导致混合类型推断。为确保没有混合类型，可以设置 False，或者使用 dtype 参数指定类型。请注意，无论怎样，整个文件都会被读入一个单一的 DataFrame，使用 chunksize 或 iterator 参数以块的形式返回数据。（仅对C解析器有效）。

memory_map布尔值, 默认为 False

如果为 filepath_or_buffer 提供了文件路径，则将文件对象直接映射到内存中，并直接从那里访问数据。使用此选项可以提高性能，因为不再有任何 I/O 开销。

float_precision{‘high’, ‘legacy’, ‘round_trip’}, 可选

指定C引擎应使用哪个转换器来处理浮点值。选项包括 None 或 'high' 用于普通转换器，'legacy' 用于原始的低精度pandas转换器，以及 'round_trip' 用于往返转换器。

storage_optionsdict, 可选

对于特定的存储连接有意义的额外选项，例如主机、端口、用户名、密码等。对于HTTP(S) URL，键值对会作为头选项转发到 urllib.request.Request。对于其他URL（例如以“s3://”和“gcs://”开头），键值对会转发到 fsspec.open。请参阅 fsspec 和 urllib 获取更多详细信息，关于存储选项的更多示例请参考这里。

dtype_backend{‘numpy_nullable’, ‘pyarrow’}

应用于结果 DataFrame 的后端数据类型（仍在实验中）。如果未指定，默认行为是不使用可为空的数据类型。如果指定，行为如下：

"numpy_nullable": 返回支持可空数据类型的 DataFrame
"pyarrow": 返回支持 pyarrow 的可空 ArrowDtype DataFrame

Added in version 2.0.

返回:

DataFrame 或 TextFileReader: 逗号分隔值（csv）文件作为带有标记轴的二维数据结构返回。

参见

DataFrame.to_csv: 将 DataFrame 写入逗号分隔值（csv）文件。
read_table: 将通用分隔文件读取到 DataFrame 中。
read_fwf: 将固定宽度格式化的行读取到 DataFrame 中。

例子

>>> pd.read_csv('data.csv')  
   Name  Value
0   foo      1
1   bar      2
2  #baz      3

可以通过 index_col 和 header 参数指定索引和标题。

>>> pd.read_csv('data.csv', header=None)  
    1
Name  Value
 foo      1
 bar      2
#baz      3

>>> pd.read_csv('data.csv', index_col='Value')  
       Name
Value
1       foo
2       bar
3      #baz

列类型是推断出来的，但可以使用 dtype 参数显式指定。

>>> pd.read_csv('data.csv', dtype={'Value': float})  
   Name  Value
0   foo    1.0
1   bar    2.0
2  #baz    3.0

True、False 和 NA 值，以及千位分隔符有默认值，但也可以明确指定。提供您希望的字符串或字符串列表！

>>> pd.read_csv('data.csv', na_values=['foo', 'bar'])  
   Name  Value
0   NaN      1
1   NaN      2
2  #baz      3

可以使用 comment 参数跳过输入文件中的注释行。

>>> pd.read_csv('data.csv', comment='#')  
  Name  Value
0  foo      1
1  bar      2

默认情况下，带有日期的列将被读取为 object 而不是 datetime。

>>> df = pd.read_csv('tmp.csv')  

>>> df  
   col 1       col 2            col 3
0     10  10/04/2018  Sun 15 Jan 2023
1     20  15/04/2018  Fri 12 May 2023

>>> df.dtypes  
col 1     int64
col 2    object
col 3    object
dtype: object

特定的列可以通过使用 parse_dates 和 date_format 参数解析为日期。

>>> df = pd.read_csv(
...     'tmp.csv',
...     parse_dates=[1, 2],
...     date_format={'col 2': '%d/%m/%Y', 'col 3': '%a %d %b %Y'},
... )  

>>> df.dtypes  
col 1             int64
col 2    datetime64[ns]
col 3    datetime64[ns]
dtype: object