Estou tentando criar um arquivo .csv em um formato que seja minimamente legível por humanos e também facilmente legível por pandas. Isso significa que as colunas devem ser cuidadosamente separadas para que você possa identificar facilmente a qual coluna cada valor pertence. O problema é que preenchê-lo com espaços em branco tem alguns cortes na funcionalidade dos pandas. Até agora, o que eu tenho é

work    ,roughness  ,unstab ,corr_c_w   ,u_star ,c_star
us      ,True       ,True   ,-0.39      ,0.35   ,-.99
wang    ,False      ,       ,-0.5       ,       ,
cheng   ,           ,True   ,           ,       ,
watanabe,           ,       ,           ,0.15   ,-.80

Se eu remover todos os espaços em branco no arquivo .csv acima e ler diretamente compd.read_csv funciona perfeitamente. As duas primeiras colunas são booleanas e as outras são carros alegóricos. No entanto, não é legível para humanos sem os espaços em branco. Quando li o arquivo .csv acima com

pd.read_csv('bibrev.csv', index_col=0)

não funciona porque todas as colunas e cadeias consideradas incluem, obviamente, os espaços em branco. Quando eu uso

pd.read_csv('bibrev.csv', index_col=0, skipinitialspace=True)

então funciona, porque floats são lidos como floats e valores ausentes são lidos comoNaNs, o que é uma grande melhoria. No entanto, os nomes das colunas e as colunas booleanas ainda são cadeias de caracteres com espaços em branco.

Algum método de leitura que .csv diretamente com pandas? Ou talvez o formato csv possua um pouco e ainda tenha uma leitura limpa com um .csv legível por humanos?

PS .: Estou tentando evitar ler tudo com python como uma string, substituindo espaços em branco e alimentando-o com pandas e também tentando evitar definir algumas funções e transmiti-lo aos pandas através doconverters palavra-chave