1. 讀取純文字檔案

pd.read_csv() 用於讀取csv、tsv、txt等純文字檔案，csv以逗號分隔，tsv以製表符分隔，txt的分隔符任意。

pd.read_csv(
    filepath_or_buffer: FilePathOrBuffer,  # 檔案路徑
    sep=",",                               # 分隔符
    header="infer",                        # 列名
    names=None,                            # 自定義列名
    index_col=None,                        # 索引名
    dtype=None,                            # 資料型別
    engine=None,                           # 解析器引擎
    converters=None,                       # 函式轉換
    encoding=None,                         # 檔案編碼
    skipinitialspace=False,                # 是否忽略分隔符後的空白
    skiprows=None,                         # 從檔案頭部忽略的行數
    skipfooter=0,                          # 從檔案尾部忽略的行數
    nrows=None                             # 讀取的行數
)

• filepath_or_buffer：str, path object or file-like object。字串路徑、路徑物件或類檔案物件，包括本地檔案路徑（例如 ./datas/1.csv）、URL地址（http、ftp、s3、gs和file）等；
• sep：str, default ‘,’。指定分隔符；
• header：int, list of int, default ‘infer’。指定行數作為列名，開始讀取資料的行數。header=None 沒有列名，自動設定為數字編號；header=0 以第一行作為列名；可以傳入一個列表，形成多重列名，列表中未指定的中間行將被跳過；
• names：array-like, optional。自定義列名；
• index_col：int, str, sequence of int / str, or False, default None，指定列數/列名作為索引名，可以傳入一個序列，形成多重索引；
• dtype：Type name or dict of column -> type, optional，指定各列的資料型別，例如 {'a': np.float64, 'b': np.int32}；
• engine：{‘c’, ‘python’}, optional，指定解析器引擎；
• converters：dict, optional，對某些列進行函式轉換，例如 {'金額': lambda x: x+1, '交易量': lambda x: x*2}；
• encoding：str, optional，指定檔案編碼；
• skipinitialspace：bool, default False，是否忽略分隔符後的空白；
• skiprows：list-like, int or callable, optional，從檔案頭部忽略的行數；
• skipfooter：int, default 0，從檔案尾部忽略的行數；
• nrows：int, optional，指定讀取的行數，用於讀取部分資料；

C引擎解析速度更快，Python引擎功能更完善。如果分隔符為None，C引擎無法自動檢測分隔符，強制使用Python引擎，它呼叫Python內建嗅探器工具csv.Sniffer檢測分隔符。此外，超過1個字元且不同於 \s+ 的分隔符將被視為正規表示式，C引擎不能解析正規表示式，強制使用Python引擎。

2. 讀取Excel檔案

pd.read_excel() 用於讀取Excel檔案，包括xls、xlsx、xlsm、xlsb、odf、ods和odt等。

pd.read_excel(
    io,              # 檔案路徑
    sheet_name=0,    # 工作表
    header=0,        # 列名
    names=None,      # 自定義列名
    index_col=None,  # 索引名
    dtype=None,      # 資料型別
    engine=None,     # 解析器引擎
    converters=None, # 函式轉換
    skiprows=None,   # 從檔案頭部忽略的行數
    skipfooter=0,    # 從檔案尾部忽略的行數
    nrows=None,      # 讀取的行數
):

• io：str, bytes, ExcelFile, xlrd.Book, path object, or file-like object，字串路徑、路徑物件或類檔案物件，包括本地檔案路徑（例如 ./datas/1.xls）、URL地址（http、ftp、s3、gs和file）等；
• sheet_name：str, int, list, or None, default 0，指定工作表，可以是多張工作表，返回字典，sheet_name=None獲取所有工作表；
• engine：str, default None，指定解析器引擎，必須與檔案型別相匹配，包括xlrd、openpyxl、odf和pyxlsb等。

3. 讀取MySQL資料庫

pd.read_sql() 用於讀取MySQL資料庫，它是 read_sql_table() 和 read_sql_query() 的便捷封裝，根據輸入情形委派給特定函式。

pd.read_sql(
    sql,             # 查詢語句
    con,             # 資料庫連線
    index_col=None,  # 索引名
)

• sql：str or SQLAlchemy Selectable (select or text object)，查詢語句；
• con：SQLAlchemy connectable, str, or sqlite3 connection，指定資料庫連線；

4. 資料庫魔法命令

%load_ext sql
%sql mysql+pymysql://username:password@localhost/database_name
data = %sql select * from table_name
df = data.DataFrame()