Ввод/вывод#

Сериализация (Pickling)#

`read_pickle`(filepath_or_buffer[, ...])	Загрузить сериализованный объект pandas (или любой объект) из файла.
`DataFrame.to_pickle`(path, *[, compression, ...])	Pickle (сериализация) объекта в файл.

Плоский файл#

`read_table`(filepath_or_buffer, *[, sep, ...])	Чтение файла с общими разделителями в DataFrame.
`read_csv`(filepath_or_buffer, *[, sep, ...])	Чтение файла значений, разделенных запятыми (csv), в DataFrame.
`DataFrame.to_csv`([path_or_buf, sep, na_rep, ...])	Запись объекта в файл значений, разделенных запятыми (csv).
`read_fwf`(filepath_or_buffer, *[, colspecs, ...])	Прочитать таблицу строк фиксированной ширины в DataFrame.

Буфер обмена#

`read_clipboard`([sep, dtype_backend])	Прочитать текст из буфера обмена и передать в `read_csv()`.
`DataFrame.to_clipboard`(*[, excel, sep])	Копировать объект в буфер обмена системы.

Excel#

`read_excel`(io[, sheet_name, header, names, ...])	Прочитать файл Excel в `pandas` `DataFrame`.
`DataFrame.to_excel`(excel_writer, *[, ...])	Запись объекта на лист Excel.
`ExcelFile`(path_or_buffer[, engine, ...])	Класс для преобразования табличных листов Excel в объекты DataFrame.
`ExcelFile.book`
`ExcelFile.sheet_names`
`ExcelFile.parse`([sheet_name, header, names, ...])	Преобразовать указанные листы в DataFrame.

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

Запись Styler в лист Excel.

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

Класс для записи объектов DataFrame в листы Excel.

JSON#

`read_json`(path_or_buf, *[, orient, typ, ...])	Преобразовать строку JSON в объект pandas.
`json_normalize`(data[, record_path, meta, ...])	Нормализация полуструктурированных JSON-данных в плоскую таблицу.
`DataFrame.to_json`([path_or_buf, orient, ...])	Преобразовать объект в строку JSON.

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

Создать схему таблицы из data.

HTML#

`read_html`(io, *[, match, flavor, header, ...])	Чтение HTML-таблиц в `list` of `DataFrame` объекты.
`DataFrame.to_html`([buf, columns, col_space, ...])	Отобразить DataFrame как HTML-таблицу.

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

Запись Styler в файл, буфер или строку в формате HTML-CSS.

XML#

`read_xml`(path_or_buffer, *[, xpath, ...])	Чтение XML-документа в `DataFrame` объект.
`DataFrame.to_xml`([path_or_buffer, index, ...])	Преобразование DataFrame в XML-документ.

Latex#

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

Отобразить объект в виде таблицы LaTeX, longtable или вложенной таблицы.

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

Запись Styler в файл, буфер или строку в формате LaTeX.

HDFStore: PyTables (HDF5)#

`read_hdf`(path_or_buf[, key, mode, errors, ...])	Чтение из хранилища, закрыть его, если мы его открыли.
`HDFStore.put`(key, value[, format, index, ...])	Хранение объекта в HDFStore.
`HDFStore.append`(key, value[, format, axes, ...])	Добавить в таблицу в файле.
`HDFStore.get`(ключ)	Извлечь объект pandas, сохраненный в файле.
`HDFStore.select`(key[, where, start, stop, ...])	Извлечь объект pandas, сохраненный в файле, опционально на основе критериев where.
`HDFStore.info`()	Вывести подробную информацию о хранилище.
`HDFStore.keys`([include])	Вернуть список ключей, соответствующих объектам, хранящимся в HDFStore.
`HDFStore.groups`()	Возвращает список всех узлов верхнего уровня.
`HDFStore.walk`([где])	Обойти иерархию групп pytables для объектов pandas.

Предупреждение

Скользящее применение к нескольким столбцам, где функция возвращает скаляр (средневзвешенная цена по объёму) DataFrame или Series в HDF5, но тип подкласса теряется при сохранении.

Feather#

`read_feather`(path[, columns, use_threads, ...])	Загрузить объект в формате feather из пути к файлу.
`DataFrame.to_feather`(путь, **kwargs)	Запись DataFrame в двоичный формат Feather.

Parquet#

`read_parquet`(path[, engine, columns, ...])	Загрузить объект parquet из пути к файлу, возвращая DataFrame.
`DataFrame.to_parquet`([path, engine, ...])	Запись DataFrame в бинарный формат parquet.

ORC#

`read_orc`(path[, columns, dtype_backend, ...])	Загрузите объект ORC из пути к файлу, возвращая DataFrame.
`DataFrame.to_orc`([path, engine, index, ...])	Запись DataFrame в формат ORC.

SAS#

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

Чтение файлов SAS, сохраненных в форматах XPORT или SAS7BDAT.

SPSS#

read_spss(path[, usecols, ...])

Загрузить файл SPSS из пути к файлу, возвращая DataFrame.

SQL#

`read_sql_table`(table_name, con[, schema, ...])	Прочитать таблицу базы данных SQL в DataFrame.
`read_sql_query`(sql, con[, index_col, ...])	Прочитать SQL-запрос в DataFrame.
`read_sql`(sql, con[, index_col, ...])	Чтение SQL-запроса или таблицы базы данных в DataFrame.
`DataFrame.to_sql`(name, con, *[, schema, ...])	Записать записи, хранящиеся в DataFrame, в базу данных SQL.

Google BigQuery#

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

(УСТАРЕЛО) Загружать данные из Google BigQuery.

STATA#

`read_stata`(filepath_or_buffer, *[, ...])	Прочитать файл Stata в DataFrame.
`DataFrame.to_stata`(path, *[, convert_dates, ...])	Экспортировать объект DataFrame в формат Stata dta.

`StataReader.data_label`	Возвращает метку данных файла Stata.
`StataReader.value_labels`()	Возвращает вложенный словарь, связывающий каждое имя переменной с её значением и меткой.
`StataReader.variable_labels`()	Вернуть словарь, связывающий каждое имя переменной с соответствующим ярлыком.
`StataWriter.write_file`()	Экспортировать объект DataFrame в формат Stata dta.