在usecols中使用lambda可以跳过不在csv中的列：

import pandas as pd
from io import StringIO

txt = """AB,CD,EF,GH
foo,20160101,a,1
foo,20160102,a,3
foo,20160103,a,5"""

usecols = ['AB', 'CD', 'IJ']

df = pd.read_csv(StringIO(txt), usecols=lambda c: c in set(usecols))

print(df)

    AB        CD
0  foo  20160101
1  foo  20160102
2  foo  20160103

字符串
解释可以在pandas文档中找到：
https://pandas.pydata.org/docs/reference/api/pandas.read_csv.html
如果可调用，则将根据列名计算可调用函数，返回可调用函数计算结果为True的名称。有效可调用参数的示例为lambda x：x.upper（）in [“AAA”，“BBB”，“DDD”]。使用此参数可加快解析时间并降低内存使用量。

• 正常导入csv *

import pandas as pd
from io import StringIO

txt = """AB,CD,EF,GH
foo,20160101,a,1
foo,20160102,a,3
foo,20160103,a,5"""

df = pd.read_csv(StringIO(txt))

print(df)

    AB        CD EF  GH
0  foo  20160101  a   1
1  foo  20160102  a   3
2  foo  20160103  a   5

字符串
reindex与intersection

usecols = ['AB', 'CD', 'IJ']
df.reindex_axis(df.columns.intersection(usecols), 1)

    AB        CD
0  foo  20160101
1  foo  20160102
2  foo  20160103

​

型