Чтение

Имя файла в виде String или FilePath; при анализе выполняется вызов Mmap.mmap(string(file)) с целью получить байтовый буфер для данных файла. Если входные данные сжаты посредством gzip, например file.gz, они сначала распаковываются во временный файл с помощью пакета CodecZlib.jl, а затем сопоставляются с байтовым буфером в памяти. Распаковка также может производиться в памяти. Для этого нужно передать аргумент buffer_in_memory=true. Имейте в виду, что автоматически распаковываются только данные, сжатые gzip; для распаковки сжатых данных других видов воспользуйтесь соответствующим пакетом и передайте на вход объект IO или Vector{UInt8} с распакованными данными.

Vector{UInt8} или SubArray{UInt8, 1, Vector{UInt8}}: если у вас уже есть готовый байтовый буфер, его можно передать напрямую. Строку в формате CSV можно передать как CSV.File(IOBuffer(str)).

IO или Cmd: объект IO или Cmd можно передать напрямую. Он будет помещен во временный файл, а затем сопоставлен с байтовым вектором в памяти. Чтобы не прибегать к временному файлу и вместо этого буферизовать данные в памяти, передайте buffer_in_memory=true.

Файл из Интернета можно запросить посредством вызова HTTP.get(url).body, после чего можно получить доступ к данным в поле body как к объекту Vector{UInt8}, который можно передать напрямую для анализа. В версиях Julia 1.6 и выше можно также воспользоваться пакетом Downloads из библиотеки stdlib, например, вызвать Downloads.download(url) и передать результат для анализа.

Integer, например header=2: укажите номер строки, в которой находятся имена столбцов, в виде значения типа Integer.

Bool, например header=false: в данных нет имен столбцов; они будут сгенерированы автоматически в соответствии с количеством столбцов, например Column1, Column2 и т. д.

Vector{String} или Vector{Symbol}: укажите имена столбцов вручную в виде строк или символов; количество имен должно совпадать с количеством столбцов в данных. Будет создана копия объекта Vector, которая затем преобразуется в Vector{Symbol}.

AbstractVector{<:Integer}: в редких случаях заголовки могут находиться в нескольких строках. Если передать коллекцию номеров строк, проанализирована будет каждая строка и итоговые имена столбцов получаются путем объединения значений из них.

Если указан один тип, например types=Float64, то все столбцы во входных данных будут анализироваться как Float64. Если ячейка в столбце не содержит допустимое значение Float64, выдается предупреждение. Однако если передан аргумент silencewarnings=false, предупреждение не выводится. Если же передан аргумент strict=true, вместо этого выдается ошибка независимо от значения аргумента silencewarnings.

Если передан вектор AbstractVector{Type}, его длина должна быть равна количеству столбцов во входных данных, а каждый элемент указывает тип соответствующего столбца (по порядку).

Если передан словарь AbstractDict, столбец, тип которого определяется, указывается с помощью ключа словаря: Integer соответствует номеру столбца, а String или Symbol — имени столбца. Для сопоставления с именами столбцов можно также использовать Regex. Значения словаря определяют типы столбцов. Тип отсутствующих в словаре столбцов определяется во время анализа автоматически.

Если передана функция, она должна иметь вид (i, name) -> Union{T, Nothing}. Эта функция применяется к каждому обнаруженному столбцу во время начального анализа. Если функция возвращает nothing, тип столбца определяется во время анализа автоматически.

InlineString: набор примитивных типов фиксированной ширины с размещением в стеке. Позволяет снизить нагрузку на память при сборке мусора, поскольку эти типы не ссылочные и не размещаются в куче. В случае с очень большими файлами, содержащими строковые столбцы со сравнительно небольшим расхождением по длине, эти типы позволяют существенно повысить эффективность сборки мусора по сравнению с String. Если строки значительно различаются по длине, много пространства может расходоваться впустую, так как весь столбец продвигается до наименьшего типа InlineString, в который помещается самое длинное строковое значение. В случае с небольшими строками много пространства может расходоваться впустую, если они продвигаются до большого типа фиксированной ширины.

PosLenString: столбцы возвращаются в виде вектора PosLenStringVector (или ChainedVector{PosLenStringVector} в многопоточном режиме), который содержит ссылку на исходные входные данные и выступает в качестве одного большого представления исходных данных с указанием места начала и окончания каждой ячейки. Для строковых столбцов может обеспечивать максимальную экономию памяти. PosLenStringVector, однако, не поддерживает традиционные изменяемые операции, например с обычными объектами Vector, такими как push!, append! или deleteat!.

String: каждая строка должна размещаться в куче, что может приводить к более высокой нагрузке при сборке мусора в случае с большими файлами. Однако столбцы возвращаются как обычные векторы Vector{String} (или ChainedVector{Vector{String}}), с которыми можно работать обычным образом, в том числе выполнять операции, изменяющие данные.

header=1: указывает способ определения имен столбцов. Если задан как Integer, указывает строку для анализа имен столбцов. Если задан как AbstractVector{<:Integer}, указывает набор строк для конкатенации в качестве имен столбцов. Vector{Symbol} или Vector{String} явным образом задают имена столбцов (должны соответствовать количеству столбцов в наборе данных). Если в наборе данных нет имен столбцов, либо задайте их в виде Vector, либо задайте header=0 или header=false, и имена столбцов будут сгенерированы автоматически (Column1, Column2 и т. д.). Обратите внимание, что если указан заголовок номера строки и comment или ignoreemptyrows, строка заголовка будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка заголовка фактически будет следующей незакомментированной строкой.

normalizenames::Bool=false: следует ли «нормализовать» имена столбцов в допустимые символы идентификатора Julia. Полезно при использовании синтаксиса tbl.col1 getproperty или при итерации строк и обращении к значениям столбцов строки через getproperty (например, row.col1)

skipto::Integer: указывает строку, с которой начинаются данные в CSV-файле. По умолчанию используется следующая строка после строки (строк) header. Если header=0, предполагается, что началом данных является первая строка. Указание аргумента skipto не влияет на аргумент header. Обратите внимание, что если указаны номера строк skipto и comment или ignoreemptyrows, строка данных будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка данных фактически будет следующей незакомментированной строкой.

footerskip::Integer: количество строк в конце файла, которые не нужно анализировать. Обратите внимание, что закомментированные строки (см. именованный аргумент comment) не учитываются в количестве строк, заданном для footerskip, — они полностью игнорируются анализатором.

transpose::Bool: чтение CSV-файла «с транспонированием», т. е. каждый столбец анализируется как строка.

comment::String: строка, при анализе которой строки, начинающиеся с нее, будут пропущены. Обратите внимание, что если указан заголовок номера строки или skipto и comment, строка заголовка или данных будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка заголовка или данных фактически будет следующей незакомментированной строкой.

ignoreemptyrows::Bool=true: следует ли игнорировать пустые строки в файле (если задано значение false, каждому столбцу будет присвоено значение missing для этой пустой строки).

select: AbstractVector для Integer, Symbol, String или Bool либо выборочная функция вида (i, name) -> keep::Bool. В результирующем файле CSV.File будут проанализированы и доступны только столбцы в коллекции или столбцы, для которых выборочная функция возвращает true. Недопустимые значения в select игнорируются.

drop: обратный эквивалент select. AbstractVector для Integer, Symbol, String или Bool либо функция отбрасывания вида (i, name) -> drop::Bool. В результирующем файле CSV.File будут игнорироваться столбцы в коллекции или столбцы, для которых функция отбрасывания возвращает true. Недопустимые значения в drop игнорируются.

limit: Integer для указания ограниченного числа строк для анализа в CSV-файле. Используется в сочетании с skipto для чтения конкретного непрерывного фрагмента в файле. Обратите внимание, что когда в больших файлах для анализа применяется несколько потоков, аргумент limit может не выводить точное количество анализируемых строк. Если необходимо, для определения точного ограничения используйте threaded=false.

buffer_in_memory: логическое значение Bool, по умолчанию false, которое определяет, будет ли Cmd, IO или источник в формате GZIP считываться/распаковываться в памяти, а не во временном файле.

ntasks::Integer=Threads.nthreads() [неприменимо к CSV.Rows]: для файлов с многопоточным анализом управляет количеством задач, порождаемых для чтения файла в параллельных фрагментах. Значением по умолчанию является количество потоков, с которыми была запущена среда Julia (т. е. переменная среды JULIA_NUM_THREADS или julia -t N). Установка ntasks=1 позволит избежать вызовов Threads.@spawn, и файлы просто будут последовательно считываться в основном потоке. По умолчанию для небольших файлов (< 5_000 ячеек) также будет использоваться один поток.

rows_to_check::Integer=30 [неприменимо к CSV.Rows]: файл с многопоточным анализом будет разбит на ntasks равных фрагментов. rows_to_check управляет количеством проверяемых строк для корректного обнаружения допустимых строк при анализе. Для некоторых файлов с очень большими текстовыми полями, заключенными в кавычки, может потребоваться задать более высокое значение lines_to_check (10, 30 и т. д.) для корректного обнаружения этих строк при анализе.

source [применимо только для вектора входных данных для CSV.File]: Symbol, String либо Pair для Symbol или String для Vector. В одиночном элементе Symbol или String указывается имя столбца, который будет добавлен в число анализируемых. Значения столбца будут «именем» источника входных данных (обычно именем файла), из которого было проанализировано значение. Вторым элементом пары (Pair) должен быть вектор (Vector) значений, число которых соответствует количеству наборов входных данных. Каждое значение будет использоваться вместо имени набора входных данных для значений этого набора в автоматически добавляемом столбце.

missingstring: либо nothing, String, либо Vector{String} для использования в качестве контрольных значений, которые будут проанализированы как missing. Если передается nothing, контрольные или отсутствующие значения анализироваться не будут. Значением по умолчанию является missingstring="", что означает, что отсутствующим (missing) считается только пустое поле (два последовательных разделителя).

delim=',': Char или String, указывающие на способ разделения столбцов в файле. Если аргумент не задан, анализатор по умолчанию попытается определить наиболее часто встречающийся разделитель в первых десяти строках входных данных.

ignorerepeated::Bool=false: следует ли при анализе игнорировать повторяющиеся (последовательные/непоследовательные) разделители. Полезно для файлов фиксированной ширины с заполнением разделителями между ячейками.

quoted::Bool=true: будет ли анализатор проверять наличие символов quotechar в начале и конце ячеек.

quotechar='"', openquotechar, closequotechar: символ Char (или другие начальный и конечный символы), указывающий на поле, заключенное в кавычки, которое может содержать текстовые разделители или символы новой строки.

escapechar='"': Char используется для экранирования символов кавычек в поле, заключенном в кавычки.

dateformat::Union{String, Dates.DateFormat, Nothing, AbstractDict}: строка формата даты для указания способа форматирования столбцов Date/DateTime для всего файла. Если задана как AbstractDict, строки формата даты для указания способа форматирования столбцов Date/DateTime, соответствующих ключам. Dict может сопоставлять индекс столбца Int, или имя Symbol, или String со строкой формата для этого столбца.

decimal='.': Char, указывающий способ разделения десятичных частей в числах с плавающей запятой, т. е. 3.14 использует '.' или 3,14 использует запятую ','.

groupmark=nothing: дополнительно указывает однобайтовый символ, обозначающий знак группировки чисел, что позволяет анализировать числа, имеющие, например, разделители тысяч (1,000.00).

truestrings, falsestrings: Vector{String}, указывающие на способ представления значений true или false. По умолчанию "true", "True", "TRUE", "T", "1" используются для определения true, а "false", "False", "FALSE", "F", "0" — для определения false. Обратите внимание, что столбцы, имеющие только значения 1 и 0, по умолчанию будут иметь тип столбца Int64, если только явно не будет запрошен тип Bool с помощью именованного аргумента types.

stripwhitespace=false: если задано значение true, из строковых значений, включая имена столбцов, удаляются начальные и конечные символы пробела.

types: один из типов Type, AbstractVector или AbstractDict или функция вида (i, name) -> Union{T, Nothing}, которая будет использоваться для типов столбцов. Если указан один тип (Type), все столбцы будут проанализированы с этим единственным типом. AbstractDict может сопоставлять индекс столбца Integer, или имя Symbol или String с типом столбца, т. е. Dict(1=>Float64) задаст первый столбец как Float64, Dict(:column1=>Float64) задаст столбец с именем column1 как Float64 и Dict("column1"=>Float64) задаст column1 как Float64. Если указан вектор (Vector), он должен соответствовать количеству столбцов, указанных или обнаруженных в header. Если указана функция, она принимает в качестве аргументов индекс и имя столбца и должна возвращать желаемый тип столбца, либо nothing, указывающий на необходимость определения типа столбца при анализе.

typemap::IdDict{Type, Type}: сопоставление типа, который должен быть заменен в любом случае другим типом, т. е. Dict(Float64=>String) изменит каждый обнаруженный столбец типа Float64 на анализируемый типа String. С другим типом могут быть сопоставлены только стандартные типы, т. е. Int64, Float64, Date, DateTime, Time и Bool. Обнаруженный столбец одного из этих типов будет сопоставлен с указанным типом.

pool::Union{Bool, Real, AbstractVector, AbstractDict, Function, Tuple{Float64, Int}}=(0.2, 500) [не поддерживается в CSV.Rows]: определяет, будут ли столбцы созданы как PooledArray. Если задано значение true, все столбцы, обнаруживаемые как String, будут объединены. Или доля уникальных значений, ниже которой столбцы String должны быть объединены (то есть если количество уникальных строк в столбце меньше 25 %, pool=0.25, они будут объединены). Если указан в виде Tuple{Float64, Int} как (0.2, 500), он представляет порог кардинальности в процентах в виде первого элемента кортежа (0.2) и верхний предел для числа уникальных значений (500), ниже которого столбец будет добавлен в пул. Это значение по умолчанию (pool=(0.2, 500)). Если задан AbstractVector, каждый элемент должен иметь тип Bool, Real или Tuple{Float64, Int}, а количество элементов — соответствовать количеству столбцов в наборе данных. Если задан AbstractDict, значение Bool, Real или Tuple{Float64, Int} может быть предоставлено для отдельных столбцов, где ключ словаря задан как индекс столбца Integer, или имя столбца как Symbol или String. Если указана функция, она должна принимать в качестве двух аргументов индекс и имя столбца и возвращать для каждого столбца значение Bool, Real, Tuple{Float64, Int} или nothing.

downcast::Bool=false: определяет, будет ли для обнаруженных столбцов типа Int64 выполняться нисходящее преобразование до наименьшего возможного целочисленного типа, например Int8, Int16, Int32 и т. д.

stringtype=InlineStrings.InlineString: определяет способ возврата обнаруженных строковых столбцов. Значение по умолчанию — InlineString, которое хранит строковые данные в примитивном типе фиксированного размера, что позволяет избежать чрезмерного использования динамической памяти. Если столбец имеет значения длиннее 32 байт, по умолчанию используется String. Если передается String, все строковые столбцы будут просто обычными значениями String. Если передается PosLenString, строковые столбцы будут возвращены в виде вектора PosLenStringVector, который представляет собой специальный «отложенный» вектор AbstractVector, выполняющий роль представления для исходных данных файла. Результатом может быть максимально эффективное время анализа, но следует учесть, что представление PosLenStringVector делает его доступным только для чтения, поэтому такие операции, как push!, append! или setindex!, не поддерживаются. Он также содержит ссылку на весь источник входного набора данных, поэтому, например, попытка изменить или удалить базовый файл может завершиться сбоем.

strict::Bool=false: должны ли недопустимые значения выдавать ошибку анализа или заменяться на missing.

silencewarnings::Bool=false: если задано значение strict=false, следует ли подавлять предупреждения о недопустимых значениях.

maxwarnings::Int=100: если в процессе анализа будет выведено более maxwarnings предупреждений, дальнейшие предупреждения будут подавляться по умолчанию. При многопоточном анализе каждая задача синтаксического анализа будет выводить не более maxwarnings.

debug::Bool=false: передача true приведет к выводу большого количества информационных сообщений во время анализа набора данных. Может быть полезно для сообщения о проблемах или выяснения того, что происходит внутри набора данных во время его анализа.

validate::Bool=true: нужно ли проверять, что столбцы, указанные в ключевых словах types, dateformat и pool, действительно найдены в данных. Если задано значение false, проверка не выполняется, т. е. ошибка не возникнет, если types/dateformat/pool задают параметры для столбцов, которые в действительности не встречаются в данных.

reusebuffer=false [поддерживается только в CSV.Rows]: следует ли при итерации выделять один буфер для строк и повторно использовать его в каждой итерации. Применяется только в том случае, если каждая строка будет итерироваться один раз и не будет использоваться повторно (например, при выполнении collect(CSV.Rows(file)) применять этот параметр небезопасно, поскольку допустимой является только текущая итерируемая строка).

имя файла, заданное в виде строки или типа FilePaths.jl

буфер байт Vector{UInt8} или SubArray{UInt8, 1, Vector{UInt8}}

объект CodeUnits, заключающий String в оболочку, например codeunits(str)

строка в формате CSV также может быть передана как IOBuffer(str)

Cmd или другой IO

файл в формате GZIP (или данные в формате GZIP в любом из вышеперечисленных файлов), который будет автоматически распакован для анализа

вектор (Vector) любого из вышеперечисленных элементов, который будет анализировать и вертикально конкатенировать каждый источник, возвращая один длинный CSV.File

header=1: указывает способ определения имен столбцов. Если задан как Integer, указывает строку для анализа имен столбцов. Если задан как AbstractVector{<:Integer}, указывает набор строк для конкатенации в качестве имен столбцов. Vector{Symbol} или Vector{String} явным образом задают имена столбцов (должны соответствовать количеству столбцов в наборе данных). Если в наборе данных нет имен столбцов, либо задайте их в виде Vector, либо задайте header=0 или header=false, и имена столбцов будут сгенерированы автоматически (Column1, Column2 и т. д.). Обратите внимание, что если указан заголовок номера строки и comment или ignoreemptyrows, строка заголовка будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка заголовка фактически будет следующей незакомментированной строкой.

normalizenames::Bool=false: следует ли «нормализовать» имена столбцов в допустимые символы идентификатора Julia. Полезно при использовании синтаксиса tbl.col1 getproperty или при итерации строк и обращении к значениям столбцов строки через getproperty (например, row.col1)

skipto::Integer: указывает строку, с которой начинаются данные в CSV-файле. По умолчанию используется следующая строка после строки (строк) header. Если header=0, предполагается, что началом данных является первая строка. Указание аргумента skipto не влияет на аргумент header. Обратите внимание, что если указаны номера строк skipto и comment или ignoreemptyrows, строка данных будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка данных фактически будет следующей незакомментированной строкой.

footerskip::Integer: количество строк в конце файла, которые не нужно анализировать. Обратите внимание, что закомментированные строки (см. именованный аргумент comment) не учитываются в количестве строк, заданном для footerskip, — они полностью игнорируются анализатором.

transpose::Bool: чтение CSV-файла «с транспонированием», т. е. каждый столбец анализируется как строка.

comment::String: строка, при анализе которой строки, начинающиеся с нее, будут пропущены. Обратите внимание, что если указан заголовок номера строки или skipto и comment, строка заголовка или данных будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка заголовка или данных фактически будет следующей незакомментированной строкой.

ignoreemptyrows::Bool=true: следует ли игнорировать пустые строки в файле (если задано значение false, каждому столбцу будет присвоено значение missing для этой пустой строки).

select: AbstractVector для Integer, Symbol, String или Bool либо выборочная функция вида (i, name) -> keep::Bool. В результирующем файле CSV.File будут проанализированы и доступны только столбцы в коллекции или столбцы, для которых выборочная функция возвращает true. Недопустимые значения в select игнорируются.

drop: обратный эквивалент select. AbstractVector для Integer, Symbol, String или Bool либо функция отбрасывания вида (i, name) -> drop::Bool. В результирующем файле CSV.File будут игнорироваться столбцы в коллекции или столбцы, для которых функция отбрасывания возвращает true. Недопустимые значения в drop игнорируются.

limit: Integer для указания ограниченного числа строк для анализа в CSV-файле. Используется в сочетании с skipto для чтения конкретного непрерывного фрагмента в файле. Обратите внимание, что когда в больших файлах для анализа применяется несколько потоков, аргумент limit может не выводить точное количество анализируемых строк. Если необходимо, для определения точного ограничения используйте threaded=false.

buffer_in_memory: логическое значение Bool, по умолчанию false, которое определяет, будет ли Cmd, IO или источник в формате GZIP считываться/распаковываться в памяти, а не во временном файле.

ntasks::Integer=Threads.nthreads() [неприменимо к CSV.Rows]: для файлов с многопоточным анализом управляет количеством задач, порождаемых для чтения файла в параллельных фрагментах. Значением по умолчанию является количество потоков, с которыми была запущена среда Julia (т. е. переменная среды JULIA_NUM_THREADS или julia -t N). Установка ntasks=1 позволит избежать вызовов Threads.@spawn, и файлы просто будут последовательно считываться в основном потоке. По умолчанию для небольших файлов (< 5_000 ячеек) также будет использоваться один поток.

rows_to_check::Integer=30 [неприменимо к CSV.Rows]: файл с многопоточным анализом будет разбит на ntasks равных фрагментов. rows_to_check управляет количеством проверяемых строк для корректного обнаружения допустимых строк при анализе. Для некоторых файлов с очень большими текстовыми полями, заключенными в кавычки, может потребоваться задать более высокое значение lines_to_check (10, 30 и т. д.) для корректного обнаружения этих строк при анализе.

source [применимо только для вектора входных данных для CSV.File]: Symbol, String либо Pair для Symbol или String для Vector. В одиночном элементе Symbol или String указывается имя столбца, который будет добавлен в число анализируемых. Значения столбца будут «именем» источника входных данных (обычно именем файла), из которого было проанализировано значение. Вторым элементом пары (Pair) должен быть вектор (Vector) значений, число которых соответствует количеству наборов входных данных. Каждое значение будет использоваться вместо имени набора входных данных для значений этого набора в автоматически добавляемом столбце.

missingstring: либо nothing, String, либо Vector{String} для использования в качестве контрольных значений, которые будут проанализированы как missing. Если передается nothing, контрольные или отсутствующие значения анализироваться не будут. Значением по умолчанию является missingstring="", что означает, что отсутствующим (missing) считается только пустое поле (два последовательных разделителя).

delim=',': Char или String, указывающие на способ разделения столбцов в файле. Если аргумент не задан, анализатор по умолчанию попытается определить наиболее часто встречающийся разделитель в первых десяти строках входных данных.

ignorerepeated::Bool=false: следует ли при анализе игнорировать повторяющиеся (последовательные/непоследовательные) разделители. Полезно для файлов фиксированной ширины с заполнением разделителями между ячейками.

quoted::Bool=true: будет ли анализатор проверять наличие символов quotechar в начале и конце ячеек.

quotechar='"', openquotechar, closequotechar: символ Char (или другие начальный и конечный символы), указывающий на поле, заключенное в кавычки, которое может содержать текстовые разделители или символы новой строки.

escapechar='"': Char используется для экранирования символов кавычек в поле, заключенном в кавычки.

dateformat::Union{String, Dates.DateFormat, Nothing, AbstractDict}: строка формата даты для указания способа форматирования столбцов Date/DateTime для всего файла. Если задана как AbstractDict, строки формата даты для указания способа форматирования столбцов Date/DateTime, соответствующих ключам. Dict может сопоставлять индекс столбца Int, или имя Symbol, или String со строкой формата для этого столбца.

decimal='.': Char, указывающий способ разделения десятичных частей в числах с плавающей запятой, т. е. 3.14 использует '.' или 3,14 использует запятую ','.

groupmark=nothing: дополнительно указывает однобайтовый символ, обозначающий знак группировки чисел, что позволяет анализировать числа, имеющие, например, разделители тысяч (1,000.00).

truestrings, falsestrings: Vector{String}, указывающие на способ представления значений true или false. По умолчанию "true", "True", "TRUE", "T", "1" используются для определения true, а "false", "False", "FALSE", "F", "0" — для определения false. Обратите внимание, что столбцы, имеющие только значения 1 и 0, по умолчанию будут иметь тип столбца Int64, если только явно не будет запрошен тип Bool с помощью именованного аргумента types.

stripwhitespace=false: если задано значение true, из строковых значений, включая имена столбцов, удаляются начальные и конечные символы пробела.

types: один из типов Type, AbstractVector или AbstractDict или функция вида (i, name) -> Union{T, Nothing}, которая будет использоваться для типов столбцов. Если указан один тип (Type), все столбцы будут проанализированы с этим единственным типом. AbstractDict может сопоставлять индекс столбца Integer либо имя Symbol или String с типом столбца, т. е. Dict(1=>Float64) задаст первый столбец как Float64, Dict(:column1=>Float64) задаст столбец с именем column1 как Float64 и Dict("column1"=>Float64) задаст column1 как Float64. Если указан вектор (Vector), он должен соответствовать количеству столбцов, указанных или обнаруженных в header. Если указана функция, она принимает в качестве аргументов индекс и имя столбца и должна возвращать желаемый тип столбца, либо nothing, указывающий на необходимость определения типа столбца при анализе.

typemap::IdDict{Type, Type}: сопоставление типа, который должен быть заменен в любом случае другим типом, т. е. Dict(Float64=>String) изменит каждый обнаруженный столбец типа Float64 на анализируемый типа String. С другим типом могут быть сопоставлены только стандартные типы, т. е. Int64, Float64, Date, DateTime, Time и Bool. Обнаруженный столбец одного из этих типов будет сопоставлен с указанным типом.

pool::Union{Bool, Real, AbstractVector, AbstractDict, Function, Tuple{Float64, Int}}=(0.2, 500) [не поддерживается в CSV.Rows]: определяет, будут ли столбцы созданы как PooledArray. Если задано значение true, все столбцы, обнаруживаемые как String, будут объединены. Или доля уникальных значений, ниже которой столбцы String должны быть объединены (то есть если количество уникальных строк в столбце меньше 25 %, pool=0.25, они будут объединены). Если указан в виде Tuple{Float64, Int} как (0.2, 500), он представляет порог кардинальности в процентах в виде первого элемента кортежа (0.2) и верхний предел для числа уникальных значений (500), ниже которого столбец будет добавлен в пул. Это значение по умолчанию (pool=(0.2, 500)). Если задан AbstractVector, каждый элемент должен иметь тип Bool, Real или Tuple{Float64, Int}, а количество элементов — соответствовать количеству столбцов в наборе данных. Если задан AbstractDict, значение Bool, Real или Tuple{Float64, Int} может быть предоставлено для отдельных столбцов, где ключ словаря задан как индекс столбца Integer, или имя столбца как Symbol или String. Если указана функция, она должна принимать в качестве двух аргументов индекс и имя столбца и возвращать для каждого столбца значение Bool, Real, Tuple{Float64, Int} или nothing.

downcast::Bool=false: определяет, будет ли для обнаруженных столбцов типа Int64 выполняться нисходящее преобразование до наименьшего возможного целочисленного типа, например Int8, Int16, Int32 и т. д.

stringtype=InlineStrings.InlineString: определяет способ возврата обнаруженных строковых столбцов. Значение по умолчанию — InlineString, которое хранит строковые данные в примитивном типе фиксированного размера, что позволяет избежать чрезмерного использования динамической памяти. Если столбец имеет значения длиннее 32 байт, по умолчанию используется String. Если передается String, все строковые столбцы будут просто обычными значениями String. Если передается PosLenString, строковые столбцы будут возвращены в виде вектора PosLenStringVector, который представляет собой специальный «отложенный» вектор AbstractVector, выполняющий роль представления для исходных данных файла. Результатом может быть максимально эффективное время анализа, но следует учесть, что представление PosLenStringVector делает его доступным только для чтения, поэтому такие операции, как push!, append! или setindex!, не поддерживаются. Он также содержит ссылку на весь источник входного набора данных, поэтому, например, попытка изменить или удалить базовый файл может завершиться сбоем.

strict::Bool=false: должны ли недопустимые значения выдавать ошибку анализа или заменяться на missing.

silencewarnings::Bool=false: если задано значение strict=false, следует ли подавлять предупреждения о недопустимых значениях.

maxwarnings::Int=100: если в процессе анализа будет выведено более maxwarnings предупреждений, дальнейшие предупреждения будут подавляться по умолчанию. При многопоточном анализе каждая задача синтаксического анализа будет выводить не более maxwarnings.

debug::Bool=false: передача true приведет к выводу большого количества информационных сообщений во время анализа набора данных. Может быть полезно для сообщения о проблемах или выяснения того, что происходит внутри набора данных во время его анализа.

validate::Bool=true: нужно ли проверять, что столбцы, указанные в ключевых словах types, dateformat и pool, действительно найдены в данных. Если задано значение false, проверка не выполняется, т. е. ошибка не возникнет, если types/dateformat/pool задают параметры для столбцов, которые в действительности не встречаются в данных.

reusebuffer=false [поддерживается только в CSV.Rows]: следует ли при итерации выделять один буфер для строк и повторно использовать его в каждой итерации. Применяется только в том случае, если каждая строка будет итерироваться один раз и не будет использоваться повторно (например, при выполнении collect(CSV.Rows(file)) применять этот параметр небезопасно, поскольку допустимой является только текущая итерируемая строка).

header=1: указывает способ определения имен столбцов. Если задан как Integer, указывает строку для анализа имен столбцов. Если задан как AbstractVector{<:Integer}, указывает набор строк для конкатенации в качестве имен столбцов. Vector{Symbol} или Vector{String} явным образом задают имена столбцов (должны соответствовать количеству столбцов в наборе данных). Если в наборе данных нет имен столбцов, либо задайте их в виде Vector, либо задайте header=0 или header=false, и имена столбцов будут сгенерированы автоматически (Column1, Column2 и т. д.). Обратите внимание, что если указан заголовок номера строки и comment или ignoreemptyrows, строка заголовка будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка заголовка фактически будет следующей незакомментированной строкой.

normalizenames::Bool=false: следует ли «нормализовать» имена столбцов в допустимые символы идентификатора Julia. Полезно при использовании синтаксиса tbl.col1 getproperty или при итерации строк и обращении к значениям столбцов строки через getproperty (например, row.col1)

skipto::Integer: указывает строку, с которой начинаются данные в CSV-файле. По умолчанию используется следующая строка после строки (строк) header. Если header=0, предполагается, что началом данных является первая строка. Указание аргумента skipto не влияет на аргумент header. Обратите внимание, что если указаны номера строк skipto и comment или ignoreemptyrows, строка данных будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка данных фактически будет следующей незакомментированной строкой.

footerskip::Integer: количество строк в конце файла, которые не нужно анализировать. Обратите внимание, что закомментированные строки (см. именованный аргумент comment) не учитываются в количестве строк, заданном для footerskip, — они полностью игнорируются анализатором.

transpose::Bool: чтение CSV-файла «с транспонированием», т. е. каждый столбец анализируется как строка.

comment::String: строка, при анализе которой строки, начинающиеся с нее, будут пропущены. Обратите внимание, что если указан заголовок номера строки или skipto и comment, строка заголовка или данных будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка заголовка или данных фактически будет следующей незакомментированной строкой.

ignoreemptyrows::Bool=true: следует ли игнорировать пустые строки в файле (если задано значение false, каждому столбцу будет присвоено значение missing для этой пустой строки).

select: AbstractVector для Integer, Symbol, String или Bool либо выборочная функция вида (i, name) -> keep::Bool. В результирующем файле CSV.File будут проанализированы и доступны только столбцы в коллекции или столбцы, для которых выборочная функция возвращает true. Недопустимые значения в select игнорируются.

drop: обратный эквивалент select. AbstractVector для Integer, Symbol, String или Bool либо функция отбрасывания вида (i, name) -> drop::Bool. В результирующем файле CSV.File будут игнорироваться столбцы в коллекции или столбцы, для которых функция отбрасывания возвращает true. Недопустимые значения в drop игнорируются.

limit: Integer для указания ограниченного числа строк для анализа в CSV-файле. Используется в сочетании с skipto для чтения конкретного непрерывного фрагмента в файле. Обратите внимание, что когда в больших файлах для анализа применяется несколько потоков, аргумент limit может не выводить точное количество анализируемых строк. Если необходимо, для определения точного ограничения используйте threaded=false.

buffer_in_memory: логическое значение Bool, по умолчанию false, которое определяет, будет ли Cmd, IO или источник в формате GZIP считываться/распаковываться в памяти, а не во временном файле.

ntasks::Integer=Threads.nthreads() [неприменимо к CSV.Rows]: для файлов с многопоточным анализом управляет количеством задач, порождаемых для чтения файла в параллельных фрагментах. Значением по умолчанию является количество потоков, с которыми была запущена среда Julia (т. е. переменная среды JULIA_NUM_THREADS или julia -t N). Установка ntasks=1 позволит избежать вызовов Threads.@spawn, и файлы просто будут последовательно считываться в основном потоке. По умолчанию для небольших файлов (< 5_000 ячеек) также будет использоваться один поток.

rows_to_check::Integer=30 [неприменимо к CSV.Rows]: файл с многопоточным анализом будет разбит на ntasks равных фрагментов. rows_to_check управляет количеством проверяемых строк для корректного обнаружения допустимых строк при анализе. Для некоторых файлов с очень большими текстовыми полями, заключенными в кавычки, может потребоваться задать более высокое значение lines_to_check (10, 30 и т. д.) для корректного обнаружения этих строк при анализе.

source [применимо только для вектора входных данных для CSV.File]: Symbol, String либо Pair для Symbol или String для Vector. В одиночном элементе Symbol или String указывается имя столбца, который будет добавлен в число анализируемых. Значения столбца будут «именем» источника входных данных (обычно именем файла), из которого было проанализировано значение. Вторым элементом пары (Pair) должен быть вектор (Vector) значений, число которых соответствует количеству наборов входных данных. Каждое значение будет использоваться вместо имени набора входных данных для значений этого набора в автоматически добавляемом столбце.

missingstring: либо nothing, String, либо Vector{String} для использования в качестве контрольных значений, которые будут проанализированы как missing. Если передается nothing, контрольные или отсутствующие значения анализироваться не будут. Значением по умолчанию является missingstring="", что означает, что отсутствующим (missing) считается только пустое поле (два последовательных разделителя).

delim=',': Char или String, указывающие на способ разделения столбцов в файле. Если аргумент не задан, анализатор по умолчанию попытается определить наиболее часто встречающийся разделитель в первых десяти строках входных данных.

ignorerepeated::Bool=false: следует ли при анализе игнорировать повторяющиеся (последовательные/непоследовательные) разделители. Полезно для файлов фиксированной ширины с заполнением разделителями между ячейками.

quoted::Bool=true: будет ли анализатор проверять наличие символов quotechar в начале и конце ячеек.

quotechar='"', openquotechar, closequotechar: символ Char (или другие начальный и конечный символы), указывающий на поле, заключенное в кавычки, которое может содержать текстовые разделители или символы новой строки.

escapechar='"': Char используется для экранирования символов кавычек в поле, заключенном в кавычки.

dateformat::Union{String, Dates.DateFormat, Nothing, AbstractDict}: строка формата даты для указания способа форматирования столбцов Date/DateTime для всего файла. Если задана как AbstractDict, строки формата даты для указания способа форматирования столбцов Date/DateTime, соответствующих ключам. Dict может сопоставлять индекс столбца Int, или имя Symbol, или String со строкой формата для этого столбца.

decimal='.': Char, указывающий способ разделения десятичных частей в числах с плавающей запятой, т. е. 3.14 использует '.' или 3,14 использует запятую ','.

groupmark=nothing: дополнительно указывает однобайтовый символ, обозначающий знак группировки чисел, что позволяет анализировать числа, имеющие, например, разделители тысяч (1,000.00).

truestrings, falsestrings: Vector{String}, указывающие на способ представления значений true или false. По умолчанию "true", "True", "TRUE", "T", "1" используются для определения true, а "false", "False", "FALSE", "F", "0" — для определения false. Обратите внимание, что столбцы, имеющие только значения 1 и 0, по умолчанию будут иметь тип столбца Int64, если только явно не будет запрошен тип Bool с помощью именованного аргумента types.

stripwhitespace=false: если задано значение true, из строковых значений, включая имена столбцов, удаляются начальные и конечные символы пробела.

types: один из типов Type, AbstractVector или AbstractDict или функция вида (i, name) -> Union{T, Nothing}, которая будет использоваться для типов столбцов. Если указан один тип (Type), все столбцы будут проанализированы с этим единственным типом. AbstractDict может сопоставлять индекс столбца Integer либо имя Symbol или String с типом столбца, т. е. Dict(1=>Float64) задаст первый столбец как Float64, Dict(:column1=>Float64) задаст столбец с именем column1 как Float64 и Dict("column1"=>Float64) задаст column1 как Float64. Если указан вектор (Vector), он должен соответствовать количеству столбцов, указанных или обнаруженных в header. Если указана функция, она принимает в качестве аргументов индекс и имя столбца и должна возвращать желаемый тип столбца, либо nothing, указывающий на необходимость определения типа столбца при анализе.

typemap::IdDict{Type, Type}: сопоставление типа, который должен быть заменен в любом случае другим типом, т. е. Dict(Float64=>String) изменит каждый обнаруженный столбец типа Float64 на анализируемый типа String. С другим типом могут быть сопоставлены только стандартные типы, т. е. Int64, Float64, Date, DateTime, Time и Bool. Обнаруженный столбец одного из этих типов будет сопоставлен с указанным типом.

pool::Union{Bool, Real, AbstractVector, AbstractDict, Function, Tuple{Float64, Int}}=(0.2, 500) [не поддерживается в CSV.Rows]: определяет, будут ли столбцы созданы как PooledArray. Если задано значение true, все столбцы, обнаруживаемые как String, будут объединены. Или доля уникальных значений, ниже которой столбцы String должны быть объединены (то есть если количество уникальных строк в столбце меньше 25 %, pool=0.25, они будут объединены). Если указан в виде Tuple{Float64, Int} как (0.2, 500), он представляет порог кардинальности в процентах в виде первого элемента кортежа (0.2) и верхний предел для числа уникальных значений (500), ниже которого столбец будет добавлен в пул. Это значение по умолчанию (pool=(0.2, 500)). Если задан AbstractVector, каждый элемент должен иметь тип Bool, Real или Tuple{Float64, Int}, а количество элементов — соответствовать количеству столбцов в наборе данных. Если задан AbstractDict, значение Bool, Real или Tuple{Float64, Int} может быть предоставлено для отдельных столбцов, где ключ словаря задан как индекс столбца Integer, или имя столбца как Symbol или String. Если указана функция, она должна принимать в качестве двух аргументов индекс и имя столбца и возвращать для каждого столбца значение Bool, Real, Tuple{Float64, Int} или nothing.

downcast::Bool=false: определяет, будет ли для обнаруженных столбцов типа Int64 выполняться нисходящее преобразование до наименьшего возможного целочисленного типа, например Int8, Int16, Int32 и т. д.

stringtype=InlineStrings.InlineString: определяет способ возврата обнаруженных строковых столбцов. Значение по умолчанию — InlineString, которое хранит строковые данные в примитивном типе фиксированного размера, что позволяет избежать чрезмерного использования динамической памяти. Если столбец имеет значения длиннее 32 байт, по умолчанию используется String. Если передается String, все строковые столбцы будут просто обычными значениями String. Если передается PosLenString, строковые столбцы будут возвращены в виде вектора PosLenStringVector, который представляет собой специальный «отложенный» вектор AbstractVector, выполняющий роль представления для исходных данных файла. Результатом может быть максимально эффективное время анализа, но следует учесть, что представление PosLenStringVector делает его доступным только для чтения, поэтому такие операции, как push!, append! или setindex!, не поддерживаются. Он также содержит ссылку на весь источник входного набора данных, поэтому, например, попытка изменить или удалить базовый файл может завершиться сбоем.

strict::Bool=false: должны ли недопустимые значения выдавать ошибку анализа или заменяться на missing.

silencewarnings::Bool=false: если задано значение strict=false, следует ли подавлять предупреждения о недопустимых значениях.

maxwarnings::Int=100: если в процессе анализа будет выведено более maxwarnings предупреждений, дальнейшие предупреждения будут подавляться по умолчанию. При многопоточном анализе каждая задача синтаксического анализа будет выводить не более maxwarnings.

debug::Bool=false: передача true приведет к выводу большого количества информационных сообщений во время анализа набора данных. Может быть полезно для сообщения о проблемах или выяснения того, что происходит внутри набора данных во время его анализа.

validate::Bool=true: нужно ли проверять, что столбцы, указанные в ключевых словах types, dateformat и pool, действительно найдены в данных. Если задано значение false, проверка не выполняется, т. е. ошибка не возникнет, если types/dateformat/pool задают параметры для столбцов, которые в действительности не встречаются в данных.

reusebuffer=false [поддерживается только в CSV.Rows]: следует ли при итерации выделять один буфер для строк и повторно использовать его в каждой итерации. Применяется только в том случае, если каждая строка будет итерироваться один раз и не будет использоваться повторно (например, при выполнении collect(CSV.Rows(file)) применять этот параметр небезопасно, поскольку допустимой является только текущая итерируемая строка).

имя файла, заданное в виде строки или типа FilePaths.jl

буфер байт Vector{UInt8} или SubArray{UInt8, 1, Vector{UInt8}}

объект CodeUnits, заключающий String в оболочку, например codeunits(str)

строка в формате CSV также может быть передана как IOBuffer(str)

Cmd или другой IO

файл в формате GZIP (или данные в формате GZIP в любом из вышеперечисленных файлов), который будет автоматически распакован для анализа

Незначительный объем занимаемой памяти. Во время итерации буферизируются только значения текущей строки.

Доступ к строкам обеспечивается только через итерацию. Для доступа к столбцам можно передать строки в табличный тип.

Вывод типов не производится. Каждый столбец или ячейка рассматриваются как Union{String, Missing}. При необходимости пользователь может воспользоваться функцией Parsers.parse(T, str) для преобразования значений в более конкретный тип или передать типы при построении, используя именованные аргументы type или types.

header=1: указывает способ определения имен столбцов. Если задан как Integer, указывает строку для анализа имен столбцов. Если задан как AbstractVector{<:Integer}, указывает набор строк для конкатенации в качестве имен столбцов. Vector{Symbol} или Vector{String} явным образом задают имена столбцов (должны соответствовать количеству столбцов в наборе данных). Если в наборе данных нет имен столбцов, либо задайте их в виде Vector, либо задайте header=0 или header=false, и имена столбцов будут сгенерированы автоматически (Column1, Column2 и т. д.). Обратите внимание, что если указан заголовок номера строки и comment или ignoreemptyrows, строка заголовка будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка заголовка фактически будет следующей незакомментированной строкой.

normalizenames::Bool=false: следует ли «нормализовать» имена столбцов в допустимые символы идентификатора Julia. Полезно при использовании синтаксиса tbl.col1 getproperty или при итерации строк и обращении к значениям столбцов строки через getproperty (например, row.col1)

skipto::Integer: указывает строку, с которой начинаются данные в CSV-файле. По умолчанию используется следующая строка после строки (строк) header. Если header=0, предполагается, что началом данных является первая строка. Указание аргумента skipto не влияет на аргумент header. Обратите внимание, что если указаны номера строк skipto и comment или ignoreemptyrows, строка данных будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка данных фактически будет следующей незакомментированной строкой.

footerskip::Integer: количество строк в конце файла, которые не нужно анализировать. Обратите внимание, что закомментированные строки (см. именованный аргумент comment) не учитываются в количестве строк, заданном для footerskip, — они полностью игнорируются анализатором.

transpose::Bool: чтение CSV-файла «с транспонированием», т. е. каждый столбец анализируется как строка.

comment::String: строка, при анализе которой строки, начинающиеся с нее, будут пропущены. Обратите внимание, что если указан заголовок номера строки или skipto и comment, строка заголовка или данных будет первой незакомментированной/непустой строкой после номера строки, то есть если указанный номер строки является закомментированной строкой, то строка заголовка или данных фактически будет следующей незакомментированной строкой.

ignoreemptyrows::Bool=true: следует ли игнорировать пустые строки в файле (если задано значение false, каждому столбцу будет присвоено значение missing для этой пустой строки).

select: AbstractVector для Integer, Symbol, String или Bool либо выборочная функция вида (i, name) -> keep::Bool. В результирующем файле CSV.File будут проанализированы и доступны только столбцы в коллекции или столбцы, для которых выборочная функция возвращает true. Недопустимые значения в select игнорируются.

drop: обратный эквивалент select. AbstractVector для Integer, Symbol, String или Bool либо функция отбрасывания вида (i, name) -> drop::Bool. В результирующем файле CSV.File будут игнорироваться столбцы в коллекции или столбцы, для которых функция отбрасывания возвращает true. Недопустимые значения в drop игнорируются.

limit: Integer для указания ограниченного числа строк для анализа в CSV-файле. Используется в сочетании с skipto для чтения конкретного непрерывного фрагмента в файле. Обратите внимание, что когда в больших файлах для анализа применяется несколько потоков, аргумент limit может не выводить точное количество анализируемых строк. Если необходимо, для определения точного ограничения используйте threaded=false.

buffer_in_memory: логическое значение Bool, по умолчанию false, которое определяет, будет ли Cmd, IO или источник в формате GZIP считываться/распаковываться в памяти, а не во временном файле.

ntasks::Integer=Threads.nthreads() [неприменимо к CSV.Rows]: для файлов с многопоточным анализом управляет количеством задач, порождаемых для чтения файла в параллельных фрагментах. Значением по умолчанию является количество потоков, с которыми была запущена среда Julia (т. е. переменная среды JULIA_NUM_THREADS или julia -t N). Установка ntasks=1 позволит избежать вызовов Threads.@spawn, и файлы просто будут последовательно считываться в основном потоке. По умолчанию для небольших файлов (< 5_000 ячеек) также будет использоваться один поток.

rows_to_check::Integer=30 [неприменимо к CSV.Rows]: файл с многопоточным анализом будет разбит на ntasks равных фрагментов. rows_to_check управляет количеством проверяемых строк для корректного обнаружения допустимых строк при анализе. Для некоторых файлов с очень большими текстовыми полями, заключенными в кавычки, может потребоваться задать более высокое значение lines_to_check (10, 30 и т. д.) для корректного обнаружения этих строк при анализе.

source [применимо только для вектора входных данных для CSV.File]: Symbol, String либо Pair для Symbol или String для Vector. В одиночном элементе Symbol или String указывается имя столбца, который будет добавлен в число анализируемых. Значения столбца будут «именем» источника входных данных (обычно именем файла), из которого было проанализировано значение. Вторым элементом пары (Pair) должен быть вектор (Vector) значений, число которых соответствует количеству наборов входных данных. Каждое значение будет использоваться вместо имени набора входных данных для значений этого набора в автоматически добавляемом столбце.

missingstring: либо nothing, String, либо Vector{String} для использования в качестве контрольных значений, которые будут проанализированы как missing. Если передается nothing, контрольные или отсутствующие значения анализироваться не будут. Значением по умолчанию является missingstring="", что означает, что отсутствующим (missing) считается только пустое поле (два последовательных разделителя).

delim=',': Char или String, указывающие на способ разделения столбцов в файле. Если аргумент не задан, анализатор по умолчанию попытается определить наиболее часто встречающийся разделитель в первых десяти строках входных данных.

ignorerepeated::Bool=false: следует ли при анализе игнорировать повторяющиеся (последовательные/непоследовательные) разделители. Полезно для файлов фиксированной ширины с заполнением разделителями между ячейками.

quoted::Bool=true: будет ли анализатор проверять наличие символов quotechar в начале и конце ячеек.

quotechar='"', openquotechar, closequotechar: символ Char (или другие начальный и конечный символы), указывающий на поле, заключенное в кавычки, которое может содержать текстовые разделители или символы новой строки.

escapechar='"': Char используется для экранирования символов кавычек в поле, заключенном в кавычки.

dateformat::Union{String, Dates.DateFormat, Nothing, AbstractDict}: строка формата даты для указания способа форматирования столбцов Date/DateTime для всего файла. Если задана как AbstractDict, строки формата даты для указания способа форматирования столбцов Date/DateTime, соответствующих ключам. Dict может сопоставлять индекс столбца Int, или имя Symbol, или String со строкой формата для этого столбца.

decimal='.': Char, указывающий способ разделения десятичных частей в числах с плавающей запятой, т. е. 3.14 использует '.' или 3,14 использует запятую ','.

groupmark=nothing: дополнительно указывает однобайтовый символ, обозначающий знак группировки чисел, что позволяет анализировать числа, имеющие, например, разделители тысяч (1,000.00).

truestrings, falsestrings: Vector{String}, указывающие на способ представления значений true или false. По умолчанию "true", "True", "TRUE", "T", "1" используются для определения true, а "false", "False", "FALSE", "F", "0" — для определения false. Обратите внимание, что столбцы, имеющие только значения 1 и 0, по умолчанию будут иметь тип столбца Int64, если только явно не будет запрошен тип Bool с помощью именованного аргумента types.

stripwhitespace=false: если задано значение true, из строковых значений, включая имена столбцов, удаляются начальные и конечные символы пробела.

types: один из типов Type, AbstractVector или AbstractDict или функция вида (i, name) -> Union{T, Nothing}, которая будет использоваться для типов столбцов. Если указан один тип (Type), все столбцы будут проанализированы с этим единственным типом. AbstractDict может сопоставлять индекс столбца Integer либо имя Symbol или String с типом столбца, т. е. Dict(1=>Float64) задаст первый столбец как Float64, Dict(:column1=>Float64) задаст столбец с именем column1 как Float64 и Dict("column1"=>Float64) задаст column1 как Float64; он должен соответствовать количеству столбцов. Если указан вектор (Vector), он должен соответствовать количеству столбцов, указанных или обнаруженных в header. Если указана функция, она принимает в качестве аргументов индекс и имя столбца и должна возвращать желаемый тип столбца, либо nothing, указывающий на необходимость определения типа столбца при анализе.

typemap::IdDict{Type, Type}: сопоставление типа, который должен быть заменен в любом случае другим типом, т. е. Dict(Float64=>String) изменит каждый обнаруженный столбец типа Float64 на анализируемый типа String. С другим типом могут быть сопоставлены только стандартные типы, т. е. Int64, Float64, Date, DateTime, Time и Bool. Обнаруженный столбец одного из этих типов будет сопоставлен с указанным типом.

pool::Union{Bool, Real, AbstractVector, AbstractDict, Function, Tuple{Float64, Int}}=(0.2, 500) [не поддерживается в CSV.Rows]: определяет, будут ли столбцы созданы как PooledArray. Если задано значение true, все столбцы, обнаруживаемые как String, будут объединены. Или доля уникальных значений, ниже которой столбцы String должны быть объединены (то есть если количество уникальных строк в столбце меньше 25 %, pool=0.25, они будут объединены). Если указан в виде Tuple{Float64, Int} как (0.2, 500), он представляет порог кардинальности в процентах в виде первого элемента кортежа (0.2) и верхний предел для числа уникальных значений (500), ниже которого столбец будет добавлен в пул. Это значение по умолчанию (pool=(0.2, 500)). Если задан AbstractVector, каждый элемент должен иметь тип Bool, Real или Tuple{Float64, Int}, а количество элементов — соответствовать количеству столбцов в наборе данных. Если задан AbstractDict, значение Bool, Real или Tuple{Float64, Int} может быть предоставлено для отдельных столбцов, где ключ словаря задан как индекс столбца Integer или имя столбца как Symbol или String. Если указана функция, она должна принимать в качестве двух аргументов индекс и имя столбца и возвращать для каждого столбца значение Bool, Real, Tuple{Float64, Int} или nothing.

downcast::Bool=false: определяет, будет ли для обнаруженных столбцов типа Int64 выполняться нисходящее преобразование до наименьшего возможного целочисленного типа, например Int8, Int16, Int32 и т. д.

stringtype=InlineStrings.InlineString: определяет способ возврата обнаруженных строковых столбцов. Значение по умолчанию — InlineString, которое хранит строковые данные в примитивном типе фиксированного размера, что позволяет избежать чрезмерного использования динамической памяти. Если столбец имеет значения длиннее 32 байт, по умолчанию используется String. Если передается String, все строковые столбцы будут просто обычными значениями String. Если передается PosLenString, строковые столбцы будут возвращены в виде вектора PosLenStringVector, который представляет собой специальный «отложенный» вектор AbstractVector, выполняющий роль представления для исходных данных файла. Результатом может быть максимально эффективное время анализа, но следует учесть, что представление PosLenStringVector делает его доступным только для чтения, поэтому такие операции, как push!, append! или setindex!, не поддерживаются. Он также содержит ссылку на весь источник входного набора данных, поэтому, например, попытка изменить или удалить базовый файл может завершиться сбоем.

strict::Bool=false: должны ли недопустимые значения выдавать ошибку анализа или заменяться на missing.

silencewarnings::Bool=false: если задано значение strict=false, следует ли подавлять предупреждения о недопустимых значениях.

maxwarnings::Int=100: если в процессе анализа будет выведено более maxwarnings предупреждений, дальнейшие предупреждения будут подавляться по умолчанию. При многопоточном анализе каждая задача синтаксического анализа будет выводить не более maxwarnings.

debug::Bool=false: передача true приведет к выводу большого количества информационных сообщений во время анализа набора данных. Может быть полезно для сообщения о проблемах или выяснения того, что происходит внутри набора данных во время его анализа.

validate::Bool=true: нужно ли проверять, что столбцы, указанные в ключевых словах types, dateformat и pool, действительно найдены в данных. Если задано значение false, проверка не выполняется, т. е. ошибка не возникнет, если types/dateformat/pool задают параметры для столбцов, которые в действительности не встречаются в данных.

reusebuffer=false [поддерживается только в CSV.Rows]: следует ли при итерации выделять один буфер для строк и повторно использовать его в каждой итерации. Применяется только в том случае, если каждая строка будет итерироваться один раз и не будет использоваться повторно (например, при выполнении collect(CSV.Rows(file)) применять этот параметр небезопасно, поскольку допустимой является только текущая итерируемая строка).