Pandas 库提供了许多方法来导入不同格式的数据，例如 CSV、Excel、JSON、SQL 等。以下是使用 pandas 导入 CSV 和 Excel 文件的方法：

导入 CSV 文件

可以使用 pandas 中的 read_csv() 函数导入 CSV 文件。例如，如果要导入名为 data.csv 的文件，可以使用以下代码：

javaCopy code

import pandas as pd

df = pd.read_csv('data.csv')

该代码会将 CSV 文件中的数据读入到 DataFrame 对象中。read_csv() 函数还支持许多参数，例如指定文件编码、分隔符、列名、索引列等。更多参数可以参考 pandas 的官方文档。

导入 Excel 文件

可以使用 pandas 中的 read_excel() 函数导入 Excel 文件。例如，如果要导入名为 data.xlsx 的文件，可以使用以下代码：

javaCopy code

import pandas as pd

df = pd.read_excel('data.xlsx')

该代码会将 Excel 文件中的数据读入到 DataFrame 对象中。read_excel() 函数还支持许多参数，例如指定工作表、列名、索引列等。更多参数可以参考 pandas 的官方文档。

需要注意的是，在导入 Excel 文件时需要安装额外的依赖库 openpyxl 或 xlrd，具体使用哪个库取决于 Excel 文件的格式。

使用 pandas 导入数据是一种非常方便和高效的方式，可以将不同格式的数据导入到 DataFrame 对象中，从而进行数据清洗、数据处理和数据分析等操作。