下面给出了如何将上传到FastAPI的文件转换为Pandas DataFrame的各种选项。如果您还想将DataFrame转换为JSON并返回给客户端，请查看this answer。如果您想使用async def端点而不是def，请查看this answer如何以async方式读取文件内容，以及this answer来理解使用def和async def之间的区别。（在下面的示例中）在try-except-finally块中（如here和here所示），以便您可以捕获/引发任何可能的异常，并正确地closefile，以便从内存中释放对象并避免潜在的错误。
关于如何上传和读取CSV文件的相关答案可以在here（使用Jinja 2模板提供示例），以及here（将上传的CSV文件转换为JSON并返回给客户端）和here（提供不使用外部库的解决方案）中找到。

选项一

由于pandas.read_csv()可以接受file-like对象，因此您可以直接传递UploadFile的file-like对象。UploadFile公开了一个实际的Python SpooledTemporaryFile，您可以使用.file属性获取。示例如下。注意：pd.read_csv() isn't an async method，因此，如果您要使用async def端点，最好使用async方法读取文件的内容，如here所述，然后使用下面的一个reamining选项将内容传递给pd.read_csv()。（如here所述），它将在单独的线程中运行pd.read_csv(file.file)，以确保主线程（运行协程的线程）不会被阻塞。

from fastapi import FastAPI, File, UploadFile
import pandas as pd

app = FastAPI()

@app.post("/upload")
def upload_file(file: UploadFile = File(...)):
    df = pd.read_csv(file.file)
    file.file.close()
    return {"filename": file.filename}

选项二

将字节转换为字符串，然后将其加载到内存中的文本缓冲区（即StringIO），该缓冲区可以转换为 Dataframe ：

from fastapi import FastAPI, File, UploadFile
import pandas as pd
from io import StringIO

app = FastAPI()

@app.post("/upload")
def upload_file(file: UploadFile = File(...)):
    contents = file.file.read()
    s = str(contents,'utf-8')
    data = StringIO(s) 
    df = pd.read_csv(data)
    data.close()
    file.file.close()
    return {"filename": file.filename}

选项三

使用内存中的字节缓冲区（即BytesIO），从而节省了将字节转换为字符串的步骤，如选项2所示：

from fastapi import FastAPI, File, UploadFile
import pandas as pd
from io import BytesIO
import uvicorn

app = FastAPI()

@app.post("/upload")
def upload_file(file: UploadFile = File(...)):
    contents = file.file.read()
    data = BytesIO(contents)
    df = pd.read_csv(data)
    data.close()
    file.file.close()
    return {"filename": file.filename}