Excel. pd.read_excel("budget.xlsx", sheet_name="Q1") lee una hoja; sheet_name=None las lee todas en un diccionario. Muchos libros incluyen un título y una nota encima de la tabla, por lo que el encabezado real está más abajo: skiprows=2 omite esas líneas. df.to_excel("out.xlsx", index=False) escribe una hoja. (pandas usa la biblioteca openpyxl para los archivos .xlsx; este cuaderno la carga la primera vez que la necesitas.)
JSON. pd.read_json permite trabajar con registros planos. Los registros anidados, donde cada pedido contiene un objeto de cliente y una lista de artículos, necesitan pd.json_normalize: record_path="items" crea una fila por artículo y meta= copia campos del registro principal, incluidos los anidados, como ["customer", "city"].
Parquet. to_parquet y read_parquet almacenan los tipos de las columnas junto con los datos, de modo que las fechas siguen siendo fechas y el texto sigue siendo texto, algo que CSV no puede hacer. Cargar la biblioteca de Parquet tarda unos segundos la primera vez.
La hoja de cálculo Q1, omitiendo las filas de título y nota que hay encima de la tabla.