数据读写¶
概念与用途¶
Pandas I/O 把外部文件、数据库或网页表格转换为 DataFrame，再按下游系统要求导出。格式选择要同时考虑类型保真、体积、速度、并发、跨语言兼容和人工可读性。
核心 API¶
- 文本：
read_csv、read_json、to_csv、to_json。 - 表格与网页：
read_excel、read_html、to_excel。 - 数据库：
read_sql、read_sql_query、to_sql。 - 列式格式：
read_parquet、read_feather、to_parquet、to_feather。
可运行示例¶
from io import StringIO
import pandas as pd
source = StringIO("id,amount\n1,12.5\n2,18.0\n")
df = pd.read_csv(source, dtype={"id": "Int64"})
print(df.to_json(orient="records"))
页面导航¶
- Pandas 数据读写：统一流程和格式选择。
- Pandas CSV、Pandas Excel、Pandas JSON。
- Pandas 读取 SQL、Pandas 读取 HTML。
- Pandas Parquet / Feather、Pandas 数据导出。
注意事项¶
不要完全依赖类型推断；关键列应声明 dtype、日期、空值和编码。读取后校验 schema、行数和主键，写出后检查目标是否保留索引、时区和精度。对大文件使用列裁剪、行过滤或分块，不要一次性载入超出内存的数据。