如何使用Pandas读取不同格式文件

Pandas 是一个强大的 Python 数据分析库，它可以轻松地读取和操作各种数据格式。以下是使用 Pandas 读取不同格式文件的方法：

1. 读取 CSV 文件：

import pandas as pd

df = pd.read_csv('file.csv')

2. 读取 Excel 文件：

import pandas as pd

df = pd.read_excel('file.xlsx', sheet_name='Sheet1')

如果有多个工作表，可以通过 sheet_name 参数指定要读取的工作表名称或索引。

3. 读取 JSON 文件：

import pandas as pd

df = pd.read_json('file.json')

4. 读取 HTML 表格：

import pandas as pd

df = pd.read_html('file.html')

read_html 函数会返回一个包含所有表格的列表。你可以通过索引访问特定的表格。

5. 读取文本文件（如制表符分隔值）：

import pandas as pd

df = pd.read_csv('file.txt', delimiter='\t')

delimiter 参数用于指定分隔符，例如制表符（\t）、逗号（,）等。

6. 读取固定宽度文件：

import pandas as pd

df = pd.read_fwf('file.txt', widths=[10, 20, 30])

widths 参数是一个整数列表，表示每个字段的宽度。

7. 读取 Parquet 文件：

import pandas as pd

df = pd.read_parquet('file.parquet')

8. 读取 Feather 文件：

import pandas as pd

df = pd.read_feather('file.feather')

9. 读取 ORC 文件：

import pandas as pd

df = pd.read_orc('file.orc')

在读取文件时，Pandas 还提供了许多其他参数，以便根据需要自定义数据导入过程。例如，你可以使用 header 参数指定表头所在的行，使用 names 参数为列提供自定义名称等。更多信息，请查阅 Pandas 文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html