pd.read_csv文档说明了'c'（默认）和'python'引擎之间的具体区别。名称表示编写解析器的语言。具体来说，文档说明了：
在可能的情况下，panda使用C解析器（指定为engine='c'），但如果指定了C不支持的选项，则可能会退回到Python。
以下是您应该注意的主要差异（自v0.23.4起）：

*'c'更快，而'python'目前功能更完整。

• • *“python”支持skipfooter**，而“c”不支持。
• • *“python”支持灵活的sep**，而不是单个字符（inc regex），而“c”不支持。
    *'python'支援sep=None搭配delim_whitespace=False，这表示它可以自动侦测分隔符号，而'c'则不行。
    *'c'支持float_precision，而'python'不支持（或不需要）。

版本注解：

***dtype**在“Python”版本0.20.0及更高版本中受支持。
***delim_whitespace**在“Python”版本0.18.1及更高版本中支持。

请注意，以上 * 可能 * 会随着功能的开发而改变。如果在以后的版本中看到意外的行为，您应该检查IO工具（文本、CSV、HDF5 ...）。

我在pandasengine选项上的timeit。是的！c比python快得多，但是，甚至令人惊讶的是，不使用引擎要快得多。
以下是导入相同数据时的结果：

%timeit df = pd.read_csv(data_loc,engine='c')
4.38 s ± 423 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit df = pd.read_csv(data_loc,engine='python')
17.2 s ± 1 s per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit df = pd.read_csv(data_loc) 
4.02 s ± 58.5 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

print(df.shape)
(1116077, 24)