在Python中，数据加载与格式转换

在Python中，数据加载与格式转换是数据分析和机器学习任务中的常见操作。以下是一些常见的数据格式以及如何在Python中加载和转换它们：

1. CSV 文件：
   加载：

   import pandas as pd
   
   # 加载CSV文件到一个DataFrame对象
   df = pd.read_csv('data.csv')
   

   转换为其他格式（例如转为Excel）：

   df.to_excel('data.xlsx', index=False)
   

2. Excel 文件：
   加载：

   df = pd.read_excel('data.xlsx', sheet_name='Sheet1')  # 加载特定工作表
   

   转换为CSV：

   df.to_csv('data_converted.csv', index=False)
   

3. JSON 文件：
   加载：

   import json
   
   # 加载JSON文件到Python字典或列表
   with open('data.json', 'r') as f:
       data = json.load(f)
   

   转换为DataFrame：

   df = pd.DataFrame(data)
   

4. XML 文件：
   加载：

   import xml.etree.ElementTree as ET
   
   # 解析XML文件
   tree = ET.parse('data.xml')
   root = tree.getroot()
   
   # 根据XML结构手动构建DataFrame，通常需要定制处理逻辑
   data = []
   for element in root.iter('record'):  # 假设每个记录是一个名为'record'的元素
       record_data = {
        }
       for child in element:
           record_data[child.tag] = child.text
       data.append(record_data)
   df = pd.DataFrame(data)
   

5. SQL 数据库：
   加载：

   import sqlite3
   from pandas import read_sql_query
   
   conn = sqlite3.connect('database.db')
   df = pd.read_sql_query("SELECT * FROM my_table", conn)
   

6. Stata (.dta) 文件：
   加载：

   import pandas as pd
   
   df = pd.read_stata('data.dta')
   

7. HDF5 或 feather 等二进制格式：
   加载：

   df = pd.read_hdf('data.h5', key='table_name')  # HDF5
   # 或者
   df = pd.read_feather('data.feather')  # Feather format
   

   写入：

   df.to_hdf('data_converted.h5', key='table_name', mode='w')  # HDF5
   df.to_feather('data_converted.feather')  # Feather format
   

8. TFRecord 文件（用于TensorFlow数据集）：
   加载/写入需要使用tf.data.TFRecordDataset和tf.io模块的相关函数。

9. 文本文件：
   加载简单文本文件可以使用内置的open()函数读取并按行处理。

以上代码片段仅展示了基本的加载和转换方法，实际应用中可能还需要对数据进行清洗、类型转换等额外处理。对于更复杂的数据结构和转换需求，请查阅对应库的文档以获取详细信息。