بارگیری داده ها از فایل های CSV، JSON، Excel و پایگاه های داده

import pandas as pd

# بارگیری داده ها از فایل CSV به DataFrame
df = pd.read_csv("data.csv")

# مشخص کردن پارامترهای اختیاری (مانند جداکننده، رمزگذاری، رد کردن سطرهای خالی)
df = pd.read_csv("data.csv", delimiter=",", encoding="ISO-8859-1", skiprows=۱)

import pandas as pd

# بارگیری داده ها از فایل JSON به DataFrame
df = pd.read_json("data.json")

# مشخص کردن پارامترهای اختیاری (مانند نوع داده، مسیر کلیدها)
df = pd.read_json("data.json", orient="records")

import pandas as pd

# بارگیری داده ها از فایل Excel به DataFrame
df = pd.read_excel("data.xlsx")

# مشخص کردن پارامترهای اختیاری (مانند نام برگه، شاخص ها)
df = pd.read_excel("data.xlsx", sheet_name="Sheet1", index_col=۰)

import pandas as pd

# اتصال به پایگاه داده MySQL و بارگیری داده ها به DataFrame
from sqlalchemy import create_engine

engine = create_engine("mysql://user:password@host:port/database")
df = pd.read_sql("SELECT * FROM table_name", engine)

# اتصال به پایگاه داده PostgreSQL و بارگیری داده ها به DataFrame
import psycopg2

connection = psycopg2.connect(dbname="database", user="user", password="password", host="host", port="port")
df = pd.read_sql("SELECT * FROM table_name", connection)