Python pandas.read_csv()函式
1、首先，介紹csv格式的檔案：
CSV檔案是一個純文字檔案，最早用在簡單的資料庫裡，其格式簡單，具備很強的開放性，非常容易被匯入各種PC表格及資料庫，比如Excel表格等。
CSV檔案中每行相當於一條記錄（相當於資料表中的一行），用 “，”（半形逗號）分割每行的不同欄位。舉例如下：
例：
1, 23, 32,12
2, 44, 12, 56
對應Excel表格，CSV檔案中的一行對應Excel的一行，CSV同一行中的半形逗號相當於Excel表格同一行分割不同單元格的豎線。
2、介紹pandas.read_csv()函式。
官方呼叫形式介紹：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html
pandas.read_csv(filepath_or_buffer, sep=', ', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None,
引數：
filepath_or_buffer：str，pathlib。str, pathlib.Path, py._path.local.LocalPath or any object with a read() method (such as a file handle or StringIO)
檔案路徑或資料快取地址。
sep：str, default ‘,’
指定分隔符。如果不指定引數，預設使用逗號分隔。如果分隔符長於一個字元並且不是‘\s+’，將使用python的語法分析器，並忽略資料中的逗號。正則表示式例子：'\r\t'。
delimiter： str, default None
定界符，備選分隔符（如果指定該引數，則sep引數失效）。
header：int or list of ints, default ‘infer’
指定行數用來作為列名，資料開始行數。如果檔案中沒有列名，則預設為0，否則設定為None。如果明確設定header=0 就會替換掉原來存在列名。header引數可以是一個list例如：[0,1,3]，這個list表示將檔案中的這些行作為列標題（意味著每一列有多個標題），介於中間的行將被忽略掉（例如本例中的2；本例中的資料1,2,4行將被作為多級標題出現，第3行資料將被丟棄，dataframe的資料從第5行開始。）。注意：如果skip_blank_lines=True 那麼header引數忽略註釋行和空行，所以header=0表示第一行資料而不是檔案的第一行。
names : array-like, default None 用於結果的列名列表，如果資料檔案中沒有列標題行，就需要執行header=None。預設列表中不能出現重複，除非設定引數mangle_dupe_cols=True。 index_col : int or sequence or False, default None 用作行索引的列編號或者列名，如果給定一個序列則有多個行索引。 如果檔案不規則，行尾有分隔符，則可以設定index_col=False 來是的pandas不適用第一列作為行索引。 usecols : array-like, default None 返回一個數據子集，該列表中的值必須可以對應到檔案中的位置（數字可以對應到指定的列）或者是字元傳為檔案中的列名。例如：usecols有效引數可能是 [0,1,2]或者是 [‘foo’, ‘bar’, ‘baz’]。使用這個引數可以加快載入速度並降低記憶體消耗。 舉例如下： import pandas as pd header = ['user_id', 'item_id', 'rating', 'timestamp']
df = pd.read_csv("D:/u.data",sep = '\t',names = header)
參考連結：http://blog.csdn.net/u013066730/article/details/58634061