手把手教你用Pandas读取所有主流数据存储

导读：从常见的Excel和CSV到JSON及各种数据库，Pandas几乎支持市面上所有的主流数据存储形式。

作者：李庆辉

来源：大数据DT（ID：hzdashuju）

Pandas提供了一组顶层的I/O API，如pandas.read_csv()等方法，这些方法可以将众多格式的数据读取到DataFrame数据结构中，经过分析处理后，再通过类似DataFrame.to_csv()的方法导出数据。

表3-1列出了一些常见的数据格式读取和输出方法。

▼表3-1 Pandas中常见数据的读取和输出函数

输入和输出的方法如下：

• 读取函数一般会赋值给一个变量df，df = pd.read_<xxx>()；

• 输出函数是将变量自身进行操作并输出df.to_<xxx>()。

01 CSV文件

CSV（Comma-Separated Values）是用逗号分隔值的数据形式，有时也称为字符分隔值，因为分隔字符也可以不是逗号。CSV文件的一般文件扩展名为.csv，用制表符号分隔也常用.tsv作为扩展名。CSV不仅可以是一个实体文件，还可以是字符形式，以便于在网络上传输。

CSV文件的读取方法如下（以下代码省略了赋值操作）：

# 文件目录
pd.read_csv('data.csv') # 如果文件与代码文件在同一目录下
pd.read_csv('data/my/data.csv') # 指定目录
pd.read_csv('data/my/my.data') # CSV文件的扩展名不一定是.csv
CSV文件可以存储在网络上，通过URL来访问和读取：
# 使用URL
pd.read_csv('https://www.gairuo.com/file/data/dataset/GDP-China.csv')

CSV不带数据样式，标准化较强，是最为常见的数据格式。Pandas为读取CSV数据提供了强大的功能，了解更多详细操作请阅读《史上最全！用Pandas读取CSV，看这篇