Pandas读取和存储Excel的常用技能介绍 | 图解Pandas-图文第3篇
01写在前面
大家好，我是阳哥，欢迎来到「Python数据之道」。
本次是《图解Pandas》系列图文内容的 第 03 篇，主要介绍 Pandas 中 从Excel读取数据 和 将数据存储到Excel 。
本文是付费阅读文章，付费阅读内容包括《图解Pandas》图文干货内容、可以在电脑端观看的视频以及配套的源代码等。
此外，为避免各种不必要的麻烦，微信没有退款机制，付费前请谨慎。
Pandas 是 Python数据分析中用的最多的工具，为了大家能够更好地学习 Pandas，阳哥开始制作一系列 《图解Pandas》 的内容。
《图解Pandas》 最主要的目标，是以动态图片、视频等方式呈现，实现从原理步骤拆解 Pandas 在数据处理过程中的主要知识点，以便大家能进一步了解 Pandas 的使用，形象地介绍 Pandas，进而使大家喜欢上 Pandas 这个得心应手的工具。
《图解Pandas》图文专题，最新的内容可以点击下面的图片进行查看。
在本文编写时，《图解Pandas》系列已发布的图文如下：
《图解Pandas》内容框架介绍
图文01-数据结构介绍
图文02-创建数据对象
今天主要介绍 Pandas 中 从Excel读取数据 和 将数据存储到Excel ，内容框架如下：
在微信视频号「Python数据之道」中发布的对应视频编号为 003 和 004，大家可以前往观看：
Python环境
开始之前，按照惯例先介绍下本次内容涉及的Python环境，如下：
Python 3.8
Pandas 1.4.1
numpy 1.22.3
我是在 jupyter notebook 中运行代码的，首先引入相关 Python 库：
import pandas as pd
import numpy as npprint(f'pandas version:{pd.__version__}')
print(f'numpy version:{np.__version__}')02从Excel读取数据
数据文件格式
通过 Pandas，可以读取和存储多种类型和格式的数据，常见的有 excel、csv、json、sql等。在pandas中，支持读取和存储的文件类型列表如下：
Pandas 通过 read_* 函数来从数据文件读取数据，形成 dataframe，也就是 数据框，通过 to_* 函数来将数据保存到特定格式的文件中。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！