章节导读
pandas 支持大量数据格式的读写。本章按数据组织形式分类介绍：文本文件、JSON、HTML/XML、Excel、二进制与列式格式、SQL，以及其他统计软件与云平台格式。
本章包含：
- 4.1 文本文件 – CSV 等分隔符文本文件
- 4.2 JSON – JSON 与 JSON Lines
- 4.3 HTML 与 XML – 网页表格与 XML 数据
- 4.4 Excel – 电子表格读写
- 4.5 二进制与列式格式 – 高效存储格式
- 4.6 SQL – 数据库交互
- 4.7 其他数据格式 – Stata / SAS / SPSS / BigQuery / Markdown
通用读写函数
所有读写函数均遵循：read_* 读取，to_* 写出。
| 格式 | 读取函数 | 写出函数 |
|---|---|---|
| CSV | read_csv() | to_csv() |
| JSON | read_json() | to_json() |
| HTML | read_html() | to_html() |
| XML | read_xml() | to_xml() |
| Excel | read_excel() | to_excel() |
| Pickle | read_pickle() | to_pickle() |
| Parquet | read_parquet() | to_parquet() |
| Feather | read_feather() | to_feather() |
| ORC | read_orc() | to_orc() |
| HDF5 | read_hdf() | to_hdf() |
| SQL | read_sql() | to_sql() |
| Stata | read_stata() | to_stata() |
| SAS | read_sas() | 仅读取 |
| SPSS | read_spss() | 仅读取 |
| GBQ | read_gbq() | to_gbq() |
| Markdown | read_markdown() | to_markdown() |
路径与存储选项
- 所有函数支持本地路径、URL、文件对象、字节流。
- 云存储路径（s3://、gs://、azure://）需安装对应驱动并传入
storage_options参数。- 压缩文件（.gz、.bz2、.zip、.xz）可通过
compression参数自动或手动解压。
本章小结
- 文本文件：
read_csv/to_csv最常用，注意编码、分隔符、缺失值与分块读取。- JSON：灵活支持多种
orient结构，json_normalize处理嵌套数据。- HTML/XML：
read_html提取网页表格，read_xml/to_xml处理标记语言。- Excel：
read_excel/to_excel支持多工作表，配合ExcelWriter灵活写入。- 二进制与列式：Pickle 快速但危险；Parquet / Feather / ORC 高性能且跨语言。
- SQL：
read_sql/to_sql通过 SQLAlchemy 连接主流数据库。- 其他格式：Stata / SAS / SPSS 面向统计软件，Markdown 方便文档展示。