淺談python的第三方庫——pandas（三）

令筆者對pandas印象最爲深入的一件事，就是在pandas中已經內置了不少數據導入導出方法，然而本人並不瞭解，在一次小項目的工做中曾手寫了一個從excel表格導入數據到DataFrame的python腳本。這個糗事讓筆者深感代碼能力急需增強！

爲了讓那次教訓刻骨銘心，也爲了不廣大讀者再走相似的彎路，本文主要介紹關於pandas的數據導入導出功能，理解起來很是簡單。
pandas支持的導入導出數據格式多種多樣，有csv，excel，sql，json，html，pickle等。
雖然支持衆多數據格式，但各種數據格式導入導出的操做方法千篇一概，瞭解其中一個便能掌握所有，於是本文以數據分析中常見的csv格式爲例，介紹pandas的數據導入導出功能。

1 從csv文件導入數據到pandas

例中，要讀取的csv文件與代碼程序在同一目錄下:

exam.csv文件內容以下：

程序將csv文件讀入到data變量中：

從中能夠看到：pandas默認會將csv文件的第一行做爲列名導入進來。

若是導入的數據文件中沒有保存列名，則在導入時能夠手動添加列名，示例以下：

先複製一份上述csv文件，去掉原有列名部分，其他不變：

在讀入數據時，指定列名：

2 導出數據到csv文件

爲方便起見，咱們將剛纔讀入的數據再次導出到同目錄下的daochu.csv文件：

查看daochu.csv文件中的內容：

能夠看到：導出時選擇了三列數據，而且輸出列名（header=True）與行索引（index=True），索引默認是「0，1，2，3」的形式。 導出csv文件函數的參數比較多，能夠對導出後的文件內容進行多種設定，具體每個參數的做用效果還要靠諸位親自探索。