import pandas as pd
pd.read_csv(filepath_or_buffer,header,parse_dates,index_col)
返回数据类型：
DataFrame：二维标记数据结构
列可以是不同的数据类型，是最常用的pandas对象，如同Series对象一样接受多种输入：lists/dicts/Series/DataFrame
参数： filepath_or_buffer： 字符串，或者任何对象的read()方法。这个字符串可以是URL，有效的URL方案包括http、ftp、s3和文件。可以直接写入"文件名.csv" header： 将行号用作列名，且是数据的开头。 注意当skip_blank_lines=True时，这个参数忽略注释行和空行。所以header=0表示第一行是数据而不是文件的第一行。 (1)、header=None 即指定原始文件数据没有列索引，这样read_csv为其自动加上列索引{从0开始} ceshi.csv原文件内容： c1,c2,c3,c4 a,0,5,10 b,1,6,11 c,2,7,12 d,3,8,13 e,4,9,14 df=pd.read_csv("ceshi.csv",header=None) print(df) 结果： 0 1 2 3 0 c1 c2 c3 c4 1 a 0 5 10 2 b 1 6 11 3 c 2 7 12 4 d 3 8 13 5 e 4 9 14 (2)、header=None，并指定新的索引的名字names=seq序列 df=pd.read_csv("ceshi.csv",header=None,names=range(2,6)) print(df) 结果： 2 3 4 5 0 c1 c2 c3 c4 1 a 0 5 10 2 b 1 6 11 3 c 2 7 12 4 d 3 8 13 5 e 4 9 14
(3)、header=0 表示文件第0行（即第一行，索引从0开始）为列索引 df=pd.read_csv("ceshi.csv",header=0) print(df) 结果： c1 c2 c3 c4 0 a 0 5 10 1 b 1 6 11 2 c 2 7 12 3 d 3 8 13 4 e 4 9 14 (4)、header=0，并指定新的索引的名字names=seq序列 df=pd.read_csv("ceshi.csv",header=0,names=range(2,6)) print(df) 结果： 2 3 4 5 0 a 0 5 10 1 b 1 6 11 2 c 2 7 12 3 d 3 8 13 4 e 4 9 14 注：这里是把原csv文件的第一行换成了range(2,6)并将此作为列索引
参考：
https://www.jianshu.com/p/ebb64a159104
https://www.cnblogs.com/guolongnv/articles/9965650.html
https://blog.csdn.net/OYY_90/article/details/92814266