结合 pandas 数据处理场景（读 Excel、处理表格、保存结果），Python 的输入输出核心围绕「数据读取」和「数据保存」，按控制台交互 → 文件 I/O → pandas 专属 I/O 的逻辑拆解。
一、基础输入输出（控制台交互）
1. 输出 print()
把变量、文本、DataFrame 显示在屏幕上，类似 Excel 选中单元格查看内容。
f-string 类比 Excel 的 & 拼接，还支持千分位、保留小数：
2. 输入 input()
暂停程序等用户输入，返回值默认是字符串，数值计算前必须 int()/float() 转换。
坑：input 返回字符串，sales*2 会得到 “5050”（字符串重复）而不是 100。
二、核心文件 I/O
1. 文本文件 .txt：open()
用 with open(路径, 模式, encoding=‘utf-8’) as f: 自动关闭文件。模式：
| 模式 | 作用 | 示例 |
|---|---|---|
| r | 只读（默认） | 读已有文本 |
| w | 只写（覆盖） | 新建或清空 |
| a | 追加（末尾添加） | 给已有文件加内容 |
2. CSV 文件：read_csv / to_csv
CSV 比 Excel 体积小、兼容性强。注意中文用 utf-8-sig，index=False 不存行索引。
3. Excel 文件 .xlsx：需 openpyxl
pip install openpyxl（写 .xlsx）、xlrd（读旧 .xls）。用 ExcelWriter 可写多个工作表。
三、完整流程：读多表 → 合并 → 计算 → 保存
四、常见误区
-
中文乱码：读写用 encoding=‘utf-8-sig’ 而非 utf-8，适配 Windows；
-
No module named ‘openpyxl’：pip install openpyxl（写 .xlsx）/ xlrd（读 .xls）；
-
存了多余 Unnamed:0 列：to_csv/to_excel 加 index=False；
-
读 Excel 找不到 sheet：用 sheet_name=None 读全部，df_all.keys() 看真实表名；
-
路径错误：同文件夹直接写文件名；否则写完整绝对路径。
五、总结
核心逻辑是数据流转：输入（input / read_csv / read_excel）→ 处理（concat、assign、groupby）→ 输出（print / to_csv / to_excel）。工作中直接套「读取→处理→保存」模板，比如批量合并 12 个月销售数据自动生成汇总表。