Pandas读取外部数据的几种实现方法
Pandas 支持读取几乎所有常见的外部数据格式，核心是 pd.read_* 系列函数，以下是最常用的格式及用法： 处理数据的第一步，往往是把外部数据“搬”进来。Pandas 在这方面堪称全能选手，其核心的 pd.read_* 系列函数几乎覆盖了所有常见的数据源。接下来，我们就逐一拆解这些最常用的读
Pandas 支持读取几乎所有常见的外部数据格式，核心是 pd.read_* 系列函数，以下是最常用的格式及用法：
处理数据的第一步，往往是把外部数据“搬”进来。Pandas 在这方面堪称全能选手，其核心的 pd.read_* 系列函数几乎覆盖了所有常见的数据源。接下来，我们就逐一拆解这些最常用的读取方法。
1. 读取文本文件（CSV/TXT）
说到数据读取，CSV 和 TXT 文本文件绝对是出场率最高的选手。核心函数 pd.read_csv() 功能强大，从分隔符、编码到列名，几乎都能按需定制。
import pandas as pd
# 读取CSV文件（默认逗号分隔）
df = pd.read_csv(
"data.csv", # 文件路径（本地/URL）
encoding="utf-8", # 编码（中文常用utf-8/gbk）
header=0, # 第0行作为列名（默认）
index_col=None, # 不将某列作为索引
sep=",", # 分隔符（TXT常用"\t"）
na_values=["NA", "缺失", "-"], # 哪些值视为NaN
skiprows=1, # 跳过前1行（如跳过注释行）
usecols=["姓名", "分数", "班级"] # 只读取指定列
)
print("读取的CSV数据：")
print(df.head()) # 查看前5行
用好 read_csv，关键在于几个核心参数。下面这个表格帮你快速掌握：
| 参数 | 作用 | 常用值 |
|---|---|---|
| encoding | 文件编码 | utf-8/gbk（解决中文乱码） |
| header | 列名行号 | None（无列名）/0（第一行） |
| na_values | 缺失值映射 | ["", "NA", "无"] |
| usecols | 筛选列 | ["列1", "列2"]（减少内存占用） |
| dtype | 指定列类型 | {"分数": int, "班级": str} |
2. 读取 Excel 文件（XLS/XLSX）
对于业务场景中常见的 Excel 文件，Pandas 同样提供了得力的工具——pd.read_excel()。不过，使用前需要先安装对应的依赖库。
pip install openpyxl # 读取xlsx pip install xlrd # 读取xls
依赖搞定后，基础用法其实和读 CSV 很相似：
import pandas as pd
# 读取Excel文件（指定sheet）
df = pd.read_excel(
"data.xlsx",
sheet_name="学生成绩", # 指定sheet名称/索引（0为第一个）
header=0,
usecols="A:C", # 只读取A-C列
dtype={"分数": float},
na_values=["未填写"]
)
print("读取的Excel数据：")
print(df.info()) # 查看数据基本信息
3. 读取 JSON 文件
随着 Web API 和前后端交互越来越普遍，JSON 格式的数据也日益常见。用 pd.read_json() 来处理这类结构化的数据，非常方便。
import pandas as pd
# 读取JSON文件
df = pd.read_json(
"data.json",
orient="records", # JSON格式（records：[{"列1":值}, ...]）
encoding="utf-8"
)
print(df.head())
4. 读取数据库数据（MySQL/PostgreSQL）
当数据存储在关系型数据库里时，Pandas 也能直接连接并读取。这里以 MySQL 为例，首先需要安装对应的 Python 驱动。
pip install pymysql
驱动安装好后，流程就清晰了：建立连接、执行 SQL 查询、将结果读入 DataFrame。
import pandas as pd
import pymysql
# 建立数据库连接
conn = pymysql.connect(
host="localhost",
user="root",
password="123456",
database="test_db"
)
# 读取数据库表
df = pd.read_sql(
"SELECT * FROM student_scores", # SQL语句
con=conn # 数据库连接
)
conn.close() # 关闭连接
print(df.head())
可以看到，无论数据来自哪里，Pandas 都提供了一套相对统一、简洁的接口来读取，这正是其强大和易用之处。掌握这几类核心的读取方法，基本上就能应对日常绝大多数数据导入的需求了。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
