read_csv()是python數據分析包pandas裏面使用頻次較高的函數之一。它包括的參數差不多20個，可能一開始未必需要完整知道每個參數作用。不過，隨着使用的深入，實際數據環境愈發複雜，處理的數據上億行後，就會出現這樣那樣的問題，這樣催促我們反過頭來再去理解某些參數的作用。
今天，總結平時使用read_csv()，經常遇到的幾個問題。
1、UnicodeDecodeError
read_csv 默認讀入文件的編碼格式爲：utf-8，如果讀入文件無法被utf-8編碼，就會報上面的錯誤。
可是我們怎麼知道讀入文件的編碼格式呢？今天，爲大家介紹一個這方面的包：chardet，它能返回文件的編碼格式。使用前先用pip install chardet，安裝一下。 接下里這樣編寫返回編碼格式，file爲讀入的文件名稱。
通過charadet包分析出文件的編碼格式後，不管使用 python原生的open, read，還是pandas的read_csv，都可以傳入給參數encoding.
2、 sep分隔符
常見文件的分隔符，比如 , \t, csv文件默認爲逗號，不過常用的大數據庫，比如hive，有時會使用分隔符爲\t，這時候就需要調整參數sep. 這類錯誤比較好解決。
3、讀取文件時遇到和列數不對應的行，此時會報錯
尤其在讀入文件爲上億行的，快讀完時，突然報出這個錯，此行解析出的字段個數與之前行列數不匹配。
此時，需要調整一個參數：error_bad_lines爲false,意思是忽略此行。
pandas.read_csv(***,error_bad_lines=False)實際項目，讀入的文件數據環境比我們預想的複雜。假設我們的數據文件默認分隔符爲逗號，然後如果某行的某個單元格取值爲：
'山東省, 濰坊市, 青州市'就光這一個單元格，就會解析出多列，報錯那也是自然的，這就要求我們在讀入之前對數據做好充分的清洗。
4、EOF inside string starting at line 錯誤
這個錯誤在讀入文件時，經常也會出現。這類錯誤需要修改 quoting參數。
df = pd.read_csv(csvfile, quoting=csv.QUOTE_NONE )默認取值爲0，遇到錯誤時，可以根據文檔調整。