使用pandas read_csv的usecols参数时，是读取全文件还是仅指定列？

当你用pandas的read_csv函数并指定usecols参数时，只会读取你指定的列，不会先加载整个文件到内存，这也是这个参数设计出来的核心目的——帮你节省内存。

具体来说，pandas会先解析CSV文件的表头，匹配你通过usecols指定的列名（或列索引），之后在逐行读取文件内容时，只会保留这些目标列的数据，其他列的内容会被直接跳过，根本不会加载到内存里。

举个实际例子，假设你有一个超大的CSV文件，里面有10个列，但你只需要其中的user_id和order_amount两列，用下面的代码读取：

import pandas as pd
df = pd.read_csv('big_order_data.csv', usecols=['user_id', 'order_amount'])

这时内存里只会存储user_id和order_amount的数据，其他8列完全不会占用你的RAM，内存占用量只和这两列的行数、数据类型有关。

目前主流的pandas版本都遵循这个逻辑，不用担心会偷偷加载整个文件。

内容的提问来源于stack exchange，提问作者Альберт Александров