访问数据是使用本书所介绍的这些工具的第一步。这里会着重介绍pandas的数据输入与输出，虽然别的库中也有不少以此为目的的工具。
输入输出通常可以划分为几个大类：读取文本文件和其他更高效的磁盘存储格式，加载数据库中的数据，利用WEB API操作网络资源。
1、读写文本格式的数据
pandas提供了一些用于将表格型数据读取为DataFrame对象的函数。如下表对它们进行了总结，其中read_csv和read_table可能会是今后用的最多的：
| 函数 | 说明 |
| read_csv | 从文件、URL、文件型对象中加载带分隔符的数据。默认分隔符号为逗号 |
| read_table | 从文件、URL、文件型对象中加载带分隔符的数据。默认分隔符为制表符（' '） |
| read_fwf | 读取定宽列格式数据（也就是说，没有分隔符） |
| read_clipboard | 读取剪贴板中的数据，可以看做read_table的剪贴板。再将网页转换为表格时很有用 |
| read_excel | 从Excel XLS或XLSX file读取表格数据 |
| read_hdf | 读取pandas写的HDF5文件 |
| read_html | 读取HTML文档中的所有表格 |
| read_json | 读取JSON字符串中的数据 |
| read_msgpack | 二进制格式编码的pandas数据 |
| read_pickle | 读取Python pickle格式中储存的任意对象 |
| read_sas | 读取存储于SAS系统自定义存储格式的SAS数据集 |
| read_sql | 读取SQL查询结果为pandas的DataFrame |
| read_stata | 读取Stata文件格式的数据集 |
| read_feather | 读取Feather二进制文件格式 |
大致介绍下这些函数在将文本数据转换为DataFrame时所用到的一些技术。这些函数的选项可以划分为以下几个大类：
- 索引：将一个或多个列当做返回的DataFrame处理，以及是否从文件、用户获取列名；
- 类型推断和数据转换：包括用户定义值的转换、和自定义的缺失值标记列表等；
- 日期解析：包括组合功能，比如将分散在多个列中的日期时间信息组合成结果中的单个列；
- 迭代：支持对大文件进行逐块迭代；
- 不规整数据问题：跳过一些行、页脚、注释或其他一些不重要的东西。
因为工作中实际碰到的数据可能十分混乱，一些数据加载函数（尤其是read_csv）的选项逐渐变得复杂起来。面对不同的参数，感到头痛很正常（read_csv有超过50个参数）。pandas文档有这些参数的栗子，如果感到阅读某个文件很难，可以通过相似的足够多的栗子找到正确的参数。
其中一些函数，比如pandas.read_csv，有类型推断功能，因为列数据的类型不属于数据类型。也就是说，你不需要指定列的类型到底是数值、整数、布尔值，还是字符串。其他的数据格式，如HDF5、Feather和msgpack，会在格式中存储数据类型。
日期和其他自定义类型的处理需要多花点功夫才行。首先我们来看一个以逗号分隔的文本文件：
在练习之前我在自己环境下创建了exl.csv文件，该文件与程序是在同一目录下：
import pandas as pd df = pd.read_csv('exl.csv') print(df)
a b c d message 0 1 2 3 4 hello 1 5 6 7 8 world 2 9 10 11 12 foo
当然了，我们也可以使用read_table方法来读该文本文件，不过在读取的时候，需要输入参数sep，该参数是指定分隔符：
print(pd.read_table('exl.csv', sep=','))
a b c d message 0 1 2 3 4 hello 1 5 6 7 8 world 2 9 10 11 12 foo
并不是所有文件都有标题行。读入该文件的办法有两个。你可以让pandas为其分配默认的列名，也可以自己定义列名：
如下为分配的默认列名：
print(pd.read_csv('ex2.csv', header=None))
0 1 2 3 4 0 1 2 3 4 hello 1 5 6 7 8 world 2 9 10 11 12 foo
如下为自定义列名：
print(pd.read_csv('ex2.csv', names=['a', 'b', 'c', 'd', 'message']))
a b c d message 0 1 2 3 4 hello 1 5 6 7 8 world 2 9 10 11 12 foo
假设希望将message列做成DataFrame的索引。可以明确表示要将该列放到索引的位置上，也可以通过index_col参数指定“message”：
names = ['a', 'b', 'c', 'd', 'message'] print(pd.read_csv('ex2.csv', names=names, index_col='message'))
a b c d message hello 1 2 3 4 world 5 6 7 8 foo 9 10 11 12