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。
