输入/输出

Pickling

read_pickle (filepath_or_buffer[, ...])	从文件中加载 pickle 的 pandas 对象（或任何对象）。
DataFrame.to_pickle (path, *[, compression, ...])	将对象 Pickle（序列化）到文件。

平面文件

read_table (filepath_or_buffer, *[, sep, ...])	将通用分隔文件读取到 DataFrame 中。
read_csv (filepath_or_buffer, *[, sep, ...])	将逗号分隔值 (csv) 文件读取到 DataFrame 中。
DataFrame.to_csv ([path_or_buf, sep, na_rep, ...])	将对象写入逗号分隔值（csv）文件。
read_fwf (filepath_or_buffer, *[, colspecs, ...])	将固定宽度格式化行的表格读入 DataFrame。

剪贴板

read_clipboard ([sep, dtype_backend])	从剪贴板读取文本并传递给 read_csv() 。
DataFrame.to_clipboard (*[, excel, sep])	将对象复制到系统剪贴板。

Excel

read_excel (io[, sheet_name, header, names, ...])	将 Excel 文件读入 pandas DataFrame。
DataFrame.to_excel (excel_writer, *[, ...])	将对象写入 Excel 工作表。
ExcelFile (path_or_buffer[, engine, ...])	用于将表格 Excel 工作表解析为 DataFrame 对象的类。
ExcelFile.book
ExcelFile.sheet_names
ExcelFile.parse ([sheet_name, header, names, ...])	将指定的表解析为 DataFrame。

Styler.to_excel (excel_writer[, sheet_name, ...])

将 Styler 写入 Excel 工作表。

ExcelWriter (path[, engine, date_format, ...])

将 DataFrame 对象写入 Excel 工作表的类。

JSON

read_json (path_or_buf, *[, orient, typ, ...])	将 JSON 字符串转换为 pandas 对象。
json_normalize (data[, record_path, meta, ...])	将半结构化的 JSON 数据规范化为扁平表。
DataFrame.to_json ([path_or_buf, orient, ...])	将对象转换为 JSON 字符串。

build_table_schema (data[, index, ...])

从 data 创建 Table schema。

HTML

read_html (io, *[, match, flavor, header, ...])	将 HTML 表格读取到 DataFrame 对象的 list 中。
DataFrame.to_html ([buf, columns, col_space, ...])	将 DataFrame 渲染为 HTML 表。

Styler.to_html ([buf, table_uuid, ...])

将 Styler 以 HTML-CSS 格式写入文件、缓冲区或字符串。

XML

read_xml (path_or_buffer, *[, xpath, ...])	将 XML 文档读取到 DataFrame 对象中。
DataFrame.to_xml ([path_or_buffer, index, ...])	将DataFrame渲染为XML文档。

LaTeX

DataFrame.to_latex ([buf, columns, header, ...])

将对象渲染为 LaTeX tabular、longtable 或嵌套表。

Styler.to_latex ([buf, column_format, ...])

将 Styler 以 LaTeX 格式写入文件、缓冲区或字符串。

HDFStore: PyTables (HDF5)

read_hdf (path_or_buf[, key, mode, errors, ...])	从存储中读取，如果已打开则关闭。
HDFStore.put (key, value[, format, index, ...])	Store object in HDFStore.
HDFStore.append (key, value[, format, axes, ...])	Append to Table in file.
HDFStore.get (key)	Retrieve pandas object stored in file.
HDFStore.select (key[, where, start, stop, ...])	检索文件中存储的 pandas 对象，可选择基于 where 条件。
HDFStore.info ()	Print detailed information on the store.
HDFStore.keys ([include])	Return a list of keys corresponding to objects stored in HDFStore.
HDFStore.groups ()	Return a list of all the top-level nodes.
HDFStore.walk ([where])	遍历 pandas 对象的 pytables 组层次结构。

警告

可以将 DataFrame 或 Series 的子类存储到 HDF5 中，但在存储时会丢失子类的类型。

Feather

read_feather (path[, columns, use_threads, ...])	从文件路径加载 feather 格式对象。
DataFrame.to_feather (path, **kwargs)	将 DataFrame 写入二进制 Feather 格式。

Parquet

read_parquet (path[, engine, columns, ...])	从文件路径加载 parquet 对象，返回一个 DataFrame。
DataFrame.to_parquet ([path, engine, ...])	将 DataFrame 写入二进制 parquet 格式。

ORC

read_orc (path[, columns, dtype_backend, ...])	从文件路径加载 ORC 对象，返回一个 DataFrame。
DataFrame.to_orc ([path, engine, index, ...])	将 DataFrame 写入 ORC 格式。

SAS

read_sas (filepath_or_buffer, *[, format, ...])

读取以 XPORT 或 SAS7BDAT 格式存储的 SAS 文件。

SPSS

read_spss (path[, usecols, ...])

从文件路径加载 SPSS 文件，返回一个 DataFrame。

SQL

read_sql_table (table_name, con[, schema, ...])	将 SQL 数据库表读入 DataFrame。
read_sql_query (sql, con[, index_col, ...])	将 SQL 查询读入 DataFrame。
read_sql (sql, con[, index_col, ...])	将 SQL 查询或数据库表读取到 DataFrame。
DataFrame.to_sql (name, con, *[, schema, ...])	将存储在 DataFrame 中的记录写入 SQL 数据库。

Google BigQuery

read_gbq (query[, project_id, index_col, ...])

(已弃用) 从 Google BigQuery 加载数据。

STATA

read_stata (filepath_or_buffer, *[, ...])	将 Stata 文件读取到 DataFrame 中。
DataFrame.to_stata (path, *[, convert_dates, ...])	将 DataFrame 对象导出为 Stata dta 格式。

StataReader.data_label	返回 Stata 文件的数据标签。
StataReader.value_labels ()	返回一个嵌套字典，将每个变量名与其值和标签关联起来。
StataReader.variable_labels ()	返回一个字典，将每个变量名与其对应的标签关联起来。
StataWriter.write_file ()	将 DataFrame 对象导出为 Stata dta 格式。