YoYo，今天來介紹另一種使用Pandas來讀取Excel檔的方法，但這次不同的地方是Excel檔的副檔名需要為CSV檔喔，而我們要使用的是pandas.read_csv()這個方法，由於上一篇介紹過的pandas.read_excel()與這次要分享的方法，在很多參數上是相仿的，所以我這篇就不實作囉，大家可以根據這篇的參數說明自己試試看

read_csv() & read_excel() 都是導入Excel檔，並轉換成Python可操作的DataFrame格式，那它們最大的差別是什麼？

答案非常簡單，除了參數的差別，它們使用上的不同在，雖然都是導入Excel檔，但是所導入的Excel檔格式並不相同喔，有些Excel檔需要read_csv()來導入，有些則需要read_excel來導入喔

pandas.read_csv()所有的參數

利用Python查詢pandas.read_csv()所有參數與說明

import pandas as pd
​
help(pd.read_csv)

所有參數

read_csv(filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]], sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, 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, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, cache_dates=True, iterator=False, chunksize=None, compression='infer', thousands=None, decimal: str = '.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None, comment=None, encoding=None, dialect=None, error_bad_lines=True, warn_bad_lines=True, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None)

參數介紹

常使用到的參數

這篇我想當成是大家在導入CSV檔時候，不用記得所有參數，需要用到的時候，再來看看的小筆記，所以有些可能比較不常用到的參數，我這邊就不做介紹囉，有興趣的大家可以直接參考官網（https://pandas.pydata.org/pandas-docs/stable/user_guide/io.html#io-read-csv-table）喔

想知道更多使用Pandas導入不同檔案類型的方法，也可以參考官網這頁（[https://pandas.pydata.org/pandas-docs/stable/user_guide/io.html#io-read-csv-table）喔](https://pandas.pydata.org/pandas-docs/stable/user_guide/io.html?fbclid=IwAR321Nzr1ADFuL8hNKoSkDF2azeikNPk8qFSfOqLAzzlTLk8bzggolVs8pE#io-read-csv-table）喔)

Reference

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

https://blog.csdn.net/zhangjianjaEE/article/details/78543743