How do I read and write tabular data? — pandas 官方入门教程

学完你能

• 用 pd.read_csv() 把 CSV 文件读入 DataFrame
• 用 read_excel() / to_excel() 完成 Excel 文件的读写（含 sheet_name、index 参数）
• 用 head() 与 tail() 查看 DataFrame 的前 N 行或后 N 行
• 用 dtypes 属性查看各列的数据类型（int64/float64/str 等）
• 用 info() 获得行列数、非空计数、dtypes 与内存占用的技术摘要
• 理解 read_* 用于读入、to_* 用于导出的命名规律，并知道 pandas 支持 csv/excel/sql/json/parquet 等格式

适合你吗

课程特点

内容侧重

按内容目录判断

练习与项目

用 head/tail 交替查看数据首尾，用 info() 找出含缺失值的列（如 Age、Cabin），再把同一份 DataFrame 导出为另一种格式并回读核对行数是否仍为 891。

学习时长

5 个课节原站未给出统一学习时长；实际用时取决于已有基础。

内容费用

免费官方文档页面公开可访问，网页未提及收费，页面版权标注为 NumFOCUS, Inc.；未说明具体许可条款。

内容覆盖

• 使用 pd.read_csv() 读取 CSV 到 DataFrame
• 用 head()/tail() 查看前/后 N 行
• 用 dtypes 属性检查列的数据类型
• 用 to_excel() 导出 Excel（sheet_name、index=False）
• 用 read_excel() 重新读回 Excel
• 用 info() 查看技术摘要（行列数、非空计数、dtypes、内存占用）