1.读/写文本文件
1.1文本文件的读取
文本文件是一种由若干行字符构成的计算机文件，它是一种典型的顺序文件。csv文件是一种以逗号分隔的文件格式，因为其分隔符不一定是逗号，又被称为字符分隔文件，文件以纯文本形式储存表格数据。
在Pandas中使用read_table函数来读取文本文件：
df1=pd.read_table('filepath',sep='\t',header='infer',names=None,index_col=None)
在Pandas中使用read_csv函数来读取CSV文件：
df2=pd.read_csv('filepath',ser=',',header='infer,names=None,index_col=None)
1.2文本文件的存储
df3.to_csv("df3.txt",mode='w') df2.to_csv("df2.csv",mode="a")
2.读/写Excel文件
2.1Excel文件的读取
Pandas中使用read_excel函数读取xls合xlsx两种Excel文件
df= pd.read_excel("filename.xls","Sheet1") df= pd.read_excel("filename.xlsx","Sheet1")
2.2Excel文件的存储
Pandas中使用to_excel方法将文件存储为Excel文件
df.to_excel('df.xls',mode='w') df.to_excel('df.xlsx',mode='w')
3.JSON数据的读取与存储
3.1pandas读取JSON数据
使用read_json函数读取JSON数据，由于读取时会出现顺序错乱的问题，因此要对索引进行排序。
import pandas as pd df=pd.read_json('filename') df=df.sort_index#排序
3.2 JSON数据的存储
使用pd.to_json实现将数据存储为JSON文件。
df.to_json('df.json')
4.读取数据库文件
4.1Pandas读取MySQL数据
首先安装MySQLdb包，然后进行数据文件的读取。
import pandas as pd import MySQLdb conn=MySQLdb.connect(host=host,port=port,user=username,passwd=password,db=db_name) df=pd.read_sql('select*from table_name',con=conn) conn.close()
4.2 读取SQL Server中的数据
首先安装pymssql包，然后进行数据文件读取。
import pandas as pd import pymssql conn=pymssql.connect(host=host,port=port,user=username,passwd=password,database=database) df=pd.read_sql('select*from table_name',con=conn) conn.close()
