Pandas只提供了读取什么文件的函数？

Pandas 提供了一系列函数，用于读取不同类型的文件。下面列出了 Pandas 中常用的读取文件的函数：

read_csv()：读取 CSV 格式的文件。

read_excel()：读取 Excel 格式的文件。

read_hdf()：读取 HDF5 格式的文件。

read_json()：读取 JSON 格式的文件。

read_pickle()：读取 Python 序列化格式的文件（即 pickle 文件）。

read_sql()：从数据库中读取数据。

这些函数都可以在 Pandas 的文档中找到详细的使用方法：https://pandas.pydata.org/pandas-docs/stable/user_guide/io.html

此外，Pandas 还支持使用 Python 内置的 open() 函数读取文本文件，使用 pd.read_table() 函数读取表格式的文件，使用 pd.read_clipboard() 函数读取剪贴板中的数据等。

希望这些信息能帮助你。如果你有其他问题，请随时追问。

import pandas as pd #一般来说直接用pandas这个库

import os

os.getcwd()#当前工作路径，即get current work directory

os.chdir("D:/")#改变到你要读取以及保存数据的工作路径，即change directory

data = pd.read_csv("data.csv")#读取数据

利用Python的pandas数据结构来读取excel表格的数据，部分代码如下：

#-*- coding:utf-8 -*-

import pandas as pd

import matplotlib.pyplot as plt

catering_data="catering_sale.xls"

data=pd.read_excel(catering_data,index_col=u'日期')

#读取数据，指定"日期"列为索引列；

大多数书上都是这样写的，但是在Python2.7上运行时出现错误。（没有在Python3.x版本试过）

出现了如下问题：

这里写图片描述

使用help（pd.read_excel）发现参数中有必选参数sheetname,加入到函数中，代码如下：

#-*- coding:utf-8 -*-

import pandas as pd

import matplotlib.pyplot as plt

catering_data="catering_sale.xls"

data=pd.read_excel(catering_data,sheetname=0,index_col=u'日期')

运行成功。

sheetname=0 的意思是：读取xls文件中的第一个表格。（假设文件中有很多个表格）

另外，也可以将文件转换成csv格式，就不需要这个参数了。代码如下：

catering_data="catering_sale.csv"

data=pd.read_csv(catering_data)

1、读取txt数据

In [1]: import pandas as pd

In [2]: mydata_txt = pd.read_csv('C:\\test_code.txt',sep = '\t',encoding = 'utf-8')

对于中文的文本文件常容易因为编码的问题而读取失败，正如上图所示。遇到这样的编码问题该如何处置呢？解决办法有两种情况：

1）当原始文件txt或csv的数据不是uft8格式时，需要另存为utf8格式编码；

2）如果原始的数据文件就是uft8格式，为了正常读入，需要将read_csv函数的参数encoding设置为utf-8

将原始数据另存为utf8格式的数据，重新读入txt数据

In [3]: mydata_txt = pd.read_csv('C:\\test.txt',sep = '\t',encoding = 'utf-8')

In [4]: mydata_txt

很顺利，txt文本文件数据就这样进入了Python的口袋里了。

2、读取csv数据

csv文本文件是非常常用的一种数据存储格式，而且其存储量要比Excel电子表格大很多，下面我们就来看看如何利用Python读取csv格式的数据文件：

In [5]: mydata_csv = pd.read_csv('C:\\test.csv',sep = ',',encoding = 'utf-8')

In [6]: mydata_csv

如果你善于总结的话，你会发现，txt文件和csv文件均可以通过pandas模块中的read_csv函数进行读取。该函数有20多个参数，类似于R中的read.table函数，如果需要查看具体的参数详情，可以查看帮助文档：help(pandas.read_csv)

---