Python pandas.read_csv()方法中的'sep'和'delimiter'属性有什么区别?

Python pandas.read_csv()方法中的'sep'和'delimiter'属性有什么区别?,python,pandas,delimiter,Python,Pandas,Delimiter,pandas.read\u csv()方法中的sep和delimiter属性之间有什么区别 还有,当我选择一个而不是另一个时,情况是什么 在文档中,我读到了一些关于Python内置嗅探器工具的内容,也是在delimiter中,它表示sep的可选参数名称,那么为什么我们不能只有一个属性呢?它们是一样的。看 我想其中一个是为了向后兼容。我只需要使用sep,这是我看到的最多的东西。确认它们是相同的东西可以在以下列表中找到: 我同意另一个答案,即最好坚持sep。它似乎更常用,并且与其他函数更一致,例如,

pandas.read\u csv()
方法中的
sep
delimiter
属性之间有什么区别

还有,当我选择一个而不是另一个时,情况是什么


在文档中,我读到了一些关于Python内置嗅探器工具的内容,也是在delimiter中,它表示sep的可选参数名称,那么为什么我们不能只有一个属性呢?

它们是一样的。看


我想其中一个是为了向后兼容。我只需要使用
sep
,这是我看到的最多的东西。

确认它们是相同的东西可以在以下列表中找到:


我同意另一个答案,即最好坚持
sep
。它似乎更常用,并且与其他函数更一致,例如,它不接受
分隔符
,只有
sep

总是值得一读是的,我读过这篇文章,但我不明白为什么有两个属性做同样的事情。对于那些感兴趣的人来说:这种分离的原因是在其中寻找的:而且它不太容易键入:)如果有人喜欢像我一样使用
delim\u whitespace=True
,它很容易用
sep=“\s+”
替换。。也减少了击键次数
# Alias sep -> delimiter.
if delimiter is None:
    delimiter = sep