本文最后更新于 68 天前，其中的信息可能已经过时，如有错误请发送邮件到wuxianglongblog@163.com
数据的读写
Pandas模块能够读写很多格式的数据，如CSV、EXCEL、SQL、JSON、HTML,SAS，PICKLE等。在Pandas中，文件通常使用类似pd.read_xxx()形式的函数进行读取，并使用类似.to_xxx()形式的方法进行写入。
例如：
import numpy as npimport pandas as pddf = pd.DataFrame(np.random.randn(3, 5),
index=list("abc"),
columns=list("ABCDE"))df| A | B | C | D | E | |
|---|---|---|---|---|---|
| a | -0.020062 | -0.599706 | 0.277161 | 0.080379 | -0.646617 |
| b | 1.438798 | -1.000701 | 0.091833 | -0.112943 | 0.860176 |
| c | -0.171525 | 1.093374 | 0.501429 | -1.123508 | -0.930662 |
可以使用.to_csv()方法将它保存为CSV文件：
df.to_csv("foo.csv")CSV文件可以用pd.read_csv()函数读取：
pd.read_csv("foo.csv")| Unnamed: 0 | A | B | C | D | E | |
|---|---|---|---|---|---|---|
| 0 | a | -0.020062 | -0.599706 | 0.277161 | 0.080379 | -0.646617 |
| 1 | b | 1.438798 | -1.000701 | 0.091833 | -0.112943 | 0.860176 |
| 2 | c | -0.171525 | 1.093374 | 0.501429 | -1.123508 | -0.930662 |
与原来的DataFrame对象相比，读取到的对象多了Unnamed:0的列，它是原来DataFrame对象的行标记。在保存的时候，Pandas默认会保存行标记和列标记的值；在读取时，Pandas并不知道这一列是行标记，所以会将其当做普通的数据列读取出来。
为了解决这个问题，可以在读取时，使用参数index_col指定行标记所在的列：
pd.read_csv("foo.csv", index_col=0)| A | B | C | D | E | |
|---|---|---|---|---|---|
| a | -0.020062 | -0.599706 | 0.277161 | 0.080379 | -0.646617 |
| b | 1.438798 | -1.000701 | 0.091833 | -0.112943 | 0.860176 |
| c | -0.171525 | 1.093374 | 0.501429 | -1.123508 | -0.930662 |
也可以在保存的时候，忽略行标记：
df.to_csv("foo.csv", index=False)pd.read_csv("foo.csv")| A | B | C | D | E | |
|---|---|---|---|---|---|
| 0 | -0.020062 | -0.599706 | 0.277161 | 0.080379 | -0.646617 |
| 1 | 1.438798 | -1.000701 | 0.091833 | -0.112943 | 0.860176 |
| 2 | -0.171525 | 1.093374 | 0.501429 | -1.123508 | -0.930662 |
其它类型文件的读写方法类似，在具体参数上可能会有一些不同，常用的方法有：
- pandas.read_csv()函数，.to_csv()方法：CSV格式，逗号分割的文本格式。
- pandas.read_json()函数，.to_json()方法：JSON格式。
- pandas.read_html()函数，.to_html()方法：HTML网页上的表格。
- pandas.read_excel()函数，.to_excel()方法：EXCEL格式的表格。
值得注意的是，读写EXCEL时，需要调用一些额外的模块，如xlrd、xlwt、openpyxl等，如果系统没有按照这些模块，需要额外通过pip或者conda安装。
%rm foo.csv