read_X()通常是pandas模块下的，to_X()是dataframe的方法
CSV
读取
使用pandas.read_csv()方法，返回的是一个dataframe
csv默认是以"，"分割的
csv文件内容
1、read_csv()默认以第一行数据作为标题
2、调用dataframe的head()方法可以返回所有行数据，若传入一个n，则返回前n行数据。默认n=5
也可以使用nrows参数截取，并且是在跳行的基础上
3、若不希望第一行作为标题，或者在read_csv()中添加参数header=None
4、自定义列名(标题)
在read_csv()中传入参数names
5、跳行
上例中原标题也被读取出来了，通过参数skiprows可以跳行
6、指定分隔符
通过sep参数，可以传入正则表达式
比如有如下csv文件
7、分块处理大型文件
通过chunk参数可以指定每次处理的行数，返回类型为TextFileReader
TextFileReader由多个dataframe组成
写入
1、将dataframe写入csv，通过to_csv()方法
可以将header和index参数设置为False，不将列名和索引写入
2、写入NaN
将具有NaN数据的dataframe写入csv文件，此时NaN写入文件为空
若想要指定NaN写入的数据，通过na_rep参数指定
文本文件
读取
对于csv文件，也可以通过读取文本文件的方法来读取
1、通过dataframe.read_table()，其中传入参数sep分隔符
同样有header和skiprows参数
2、指定某列为索引
原文件：
通过属性index_col()传入指定列名
html
html的读写只针对于python中的dataframe和网页中的表格
写入
1、将dataframe转化为html
可以通过dataframe.to_html()方法，返回的是表格的html代码
2、保存为html文件
将html代码写入html文件中，通过File.write()实现
读取
1、通过pandas.read_html()实现，返回一个dataframe的列表
2、也可以读取http网址
XML
读取
pandas中没有提供直接读取xml文件的API，但可以借助lxml库来读取xml文件
当前有一个xml文件
通过lxml库下的objectify.parse()可以解析xml文件，返回的是一个元素树类型
可以通过元素树的getroot()方法获取根，即最外一层的data。此时root类型名即为最外层标签名
root下有student子标签，student下有name,age,city子标签。同样标签名即为类型名
root.student是一个由两个元素的列表，通过items()可以获取标签中所有元素
如果只想获取name的值，通过values()方法
比如想要访问lisi的age值
将xml转化为dataframe
根据具体xml格式确定好索引和列
EXCEL
pandas支持.xls和.xlsx两种类型的excel，通过to_excel和read_excel实现了写和读。pandas内部整合了xlrd模块
读取
1、当前有一个.xlsx文件，有2个sheet
通过read_excel函数可以返回一个dataframe，默认读取一个sheet
2、指定读取的表格，传入参数表名或者用索引表示
写入
将dataframe通过to_excel()写入到excel文件中，并可以指定表名
可见保存了索引和列名
JSON
通过read_json()和to_json()
json类型中数据通过jason格式转化可见，一列为一个字典
HDF5
HDF5是二进制文件格式的一种
python中需要用Pytable来处理HDF5格式的数据。pandas提供了一个叫HDFStore的类，类似于字典，用它来借助Pytable存储dataframe对象。因此必须引入HDFStore，位于pandas.io.pytables内
写入
首先声明一个HDFStore对象，并创建HDF5文件，以.h5为后缀
向.h5文件中加入这个dataframe，key值自定义，value为df。并且HDFStore对象需要flush到文件中
读取
取出dataframe，因为HDFStore类似于字典
pickle对象序列化
pickle模块或cPickle模块使用的数据格式是python中特有的序列化格式，它是一种可读的序列化方式，默认使用的ASCII表达式
序列化
首先需要引入pickle模块，通过字典来装载后调用pickle.dumps()方法实现序列化
写入
通过to_pickle将dataframe写入到.plk文件
读取
数据库
pandas为操作数据库提供了同一的接口sqlalchemy，连接数据库使用create_engine函数，在这个函数中配置驱动器所需要的用户名密码端口和数据库实例
各种数据库的连接方法
SQLite
python内置了数据库SQLite3，它的数据实际上是一个文件
写入
会在当前目录下创建test.db文件
读取
read_sql函数中第一个参数指定表名
MySQL
创建连接，需安装mysql-connector-python模块，test为数据库名
如果+mysqldb需要安装mysql-python模块
写入
通过可视化软件可以观察到，index作为单独的一列
读取
1、读取全表
2、查询读取
通过read_sql_query函数可以传入一个mysql查询语句
