read_X()通常是pandas模塊下的，to_X()是dataframe的方法

CSV

讀取

使用pandas.read_csv()方法，返回的是一個dataframe

csv默認是以"，"分割的

csv文件內容

1、read_csv()默認以第一行數據作為標題

2、調用dataframe的head()方法可以返回所有行數據，若傳入一個n，則返回前n行數據。默認n=5

也可以使用nrows參數截取，并且是在跳行的基礎上

?

3、若不希望第一行作為標題，或者在read_csv()中添加參數header=None

4、自定義列名(標題)

在read_csv()中傳入參數names

5、跳行

上例中原標題也被讀取出來了，通過參數skiprows可以跳行

6、指定分隔符

通過sep參數，可以傳入正則表達式

比如有如下csv文件

7、分塊處理大型文件

通過chunk參數可以指定每次處理的行數，返回類型為TextFileReader

TextFileReader由多個dataframe組成

寫入

1、將dataframe寫入csv，通過to_csv()方法

可以將header和index參數設置為False，不將列名和索引寫入

2、寫入NaN

將具有NaN數據的dataframe寫入csv文件，此時NaN寫入文件為空

若想要指定NaN寫入的數據，通過na_rep參數指定

?

文本文件

讀取

對于csv文件，也可以通過讀取文本文件的方法來讀取

1、通過dataframe.read_table()，其中傳入參數sep分隔符

同樣有header和skiprows參數

2、指定某列為索引

原文件：

通過屬性index_col()傳入指定列名

html

html的讀寫只針對于python中的dataframe和網頁中的表格

寫入

1、將dataframe轉化為html

可以通過dataframe.to_html()方法，返回的是表格的html代碼

2、保存為html文件

將html代碼寫入html文件中，通過File.write()實現

讀取

1、通過pandas.read_html()實現，返回一個dataframe的列表

2、也可以讀取http網址

XML

讀取

pandas中沒有提供直接讀取xml文件的API，但可以借助lxml庫來讀取xml文件

當前有一個xml文件

通過lxml庫下的objectify.parse()可以解析xml文件，返回的是一個元素樹類型

可以通過元素樹的getroot()方法獲取根，即最外一層的data。此時root類型名即為最外層標簽名

root下有student子標簽，student下有name,age,city子標簽。同樣標簽名即為類型名

root.student是一個由兩個元素的列表，通過items()可以獲取標簽中所有元素

如果只想獲取name的值，通過values()方法

比如想要訪問lisi的age值

將xml轉化為dataframe

根據具體xml格式確定好索引和列

EXCEL

pandas支持.xls和.xlsx兩種類型的excel，通過to_excel和read_excel實現了寫和讀。pandas內部整合了xlrd模塊

讀取

1、當前有一個.xlsx文件，有2個sheet

通過read_excel函數可以返回一個dataframe，默認讀取一個sheet

2、指定讀取的表格，傳入參數表名或者用索引表示

寫入

將dataframe通過to_excel()寫入到excel文件中，并可以指定表名

可見保存了索引和列名

JSON

通過read_json()和to_json()

json類型中數據通過jason格式轉化可見，一列為一個字典

HDF5

HDF5是二進制文件格式的一種

python中需要用Pytable來處理HDF5格式的數據。pandas提供了一個叫HDFStore的類，類似于字典，用它來借助Pytable存儲dataframe對象。因此必須引入HDFStore，位于pandas.io.pytables內

寫入

首先聲明一個HDFStore對象，并創建HDF5文件，以.h5為后綴

向.h5文件中加入這個dataframe，key值自定義，value為df。并且HDFStore對象需要flush到文件中

讀取

取出dataframe，因為HDFStore類似于字典

pickle對象序列化

pickle模塊或cPickle模塊使用的數據格式是python中特有的序列化格式，它是一種可讀的序列化方式，默認使用的ASCII表達式

序列化

首先需要引入pickle模塊，通過字典來裝載后調用pickle.dumps()方法實現序列化

寫入

通過to_pickle將dataframe寫入到.plk文件

?讀取

數據庫

pandas為操作數據庫提供了同一的接口sqlalchemy，連接數據庫使用create_engine函數，在這個函數中配置驅動器所需要的用戶名密碼端口和數據庫實例

各種數據庫的連接方法

SQLite

python內置了數據庫SQLite3，它的數據實際上是一個文件

寫入

會在當前目錄下創建test.db文件

讀取

read_sql函數中第一個參數指定表名

MySQL

創建連接，需安裝mysql-connector-python模塊，test為數據庫名

如果+mysqldb需要安裝mysql-python模塊

寫入

通過可視化軟件可以觀察到，index作為單獨的一列

讀取

1、讀取全表

2、查詢讀取

通過read_sql_query函數可以傳入一個mysql查詢語句

?