回顾一下，上篇博客我们学习了 Pandas 的核心数据结构 Series 和 DataFrame。 DataFrame 作为 Pandas 的 “王牌” 数据结构，是进行数据分析的基石。 但 DataFrame 的强大功能，还需要建立在 数据输入 (Input) 和 数据输出 (Output) 的基础上。 数据从哪里来？ 分析结果又如何保存？ 数据读取与写入 (Data I/O) 就是解决这些问题的关键环节。

数据 I/O 的重要性：连接数据与分析

在实际数据分析工作中，数据通常存储在各种 外部数据源 中，例如：

• CSV 文件 (Comma Separated Values): 最常用的表格数据存储格式之一，以纯文本存储，易于创建和共享。
• Excel 文件 (.xlsx, .xls): 电子表格软件 Excel 的文件格式，广泛应用于办公场景，包含工作表、公式、格式等。
• 文本文件 (.txt): 存储纯文本数据，例如日志文件、配置文件等。
• JSON 文件 (JavaScript Object Notation): 轻量级的数据交换格式，常用于 Web API