在Python中使用`pandas`库读取CSV文件有多种操作方式。基础用法可通过`pd.read_csv`函数实现，示例代码如下： ```python import pandas as pd pd.read_csv('stock.csv') ``` 以下是不同需求下的具体参数设置及示例： - **指定字符集类型**：使用`encoding`参数，示例代码如下： ```python pd.read_csv(path, encoding="utf8") ``` - **指定表头/列名行**：使用`header`参数，`header=0`表示从csv文件的第一行开始读取到最后，`header=1`表示从csv文件的第二行开始读取到最后，示例代码如下： ```python pd.read_csv(path, header=0) ``` - **指定分隔符**：使用`sep`参数，示例代码如下： ```python pd.read_csv(path, sep='/') ``` - **自定义列名**：使用`names`参数，示例代码如下： ```python pd.read_csv(path, names=['ts_code','symbol','name','area','industry','list_date']) ``` - **指定行索引**：使用`index_col`参数，示例代码如下： ```python pd.read_csv(path, index_col="ts_code") ``` - **读入指定列数据**：使用`usecols`参数，示例代码如下： ```python pd.read_csv(path, usecols=["ts_code", "area"]) ``` - **读入前N行数据**：使用`nrows`参数，示例代码如下： ```python pd.read_csv(path, nrows=2) ``` - **跳过前N行数据**：使用`skiprows`参数，示例代码如下： ```python pd.read_csv(path, skiprows=2) ``` - **指定数据类型**：使用`dtype`参数，示例代码如下： ```python pd.read_csv(path, dtype= "str") ``` - **读入时进行数据运算**：使用`converters`参数，示例代码如下： ```python pd.read_csv(path, converters={"ts_code": lambda code: code[:6]}) ``` - **读入时对日期时间列进行转换**：使用`parse_dates`参数，示例代码如下： ```python pd.read_csv(path, parse_dates=["list_date"]) ``` 若文件默认是以逗号“,”作为分割符，若是以其它分隔符，比如制表符“/t”，则需要显示的指定分隔符，示例代码如下： ```python pd.read_csv(filename, '/t') ``` 但如果遇见某个字段包含了“/t”的字符，比如网址“www.xxx.xx/t-”，则也会把字段中的“/t”理解为分隔符。另外，若遇到中文乱码问题，可使用`gbk`编码来转化中文，示例代码如下： ```python import pandas as pd df = pd.read_csv('property-data.csv', encoding="gbk") print(df.to_string()) ``` 以上操作方法分别来自引用[^2][^3][^4]。