常用的数据存储介质是数据库和csv文件，pandas模块包含了相应的API对数据进行输入和输出：
- 对于csv文件：read_csv(),to_csv()
- 对于SQL查询：read_sql,to_sql()
一，CSV文件
CSV文件把数据以逗号为字段分隔符，回车换行为行分隔符，pandas使用read_csv()函数来读取csv文件，以to_csv()函数把数据存储为csv。
1，read_csv()
read_csv()函数的参数非常多，
pandas.read_csv(filepath_or_buffer, sep=', ', delim_whitespace=False, header='infer', names=None, index_col=None, usecols=None,...)
下面主要介绍最常用的参数：
- filepath_or_buffer：文件的路径
- sep=', '：字段的分隔符，默认值是逗号
- header='infer'：字段名称所在的行号，默认值是infer，表示推断列名，推断列名的逻辑是：如果names字段没有传递值，那么header='infer'等价于header=0，从文件的第一行中获取值作为列名；如果names字段传递值，那么header='infer'等价于header=None，使用names参数传递的值作为列名。
- names=None：包含列名的列表，列名不能重复。
- index_col=None：索引列的序号，传递index_col=False强制pandas不要使用第一列作为索引（row name）
- usecols=None：返回列的子集
2，to_csv()
to_csv()函数用于把数据写入到csv文件中
to_csv(path_or_buf,sep,na_rep=',',columns=None,header=True,index=True,...)
重要参数注释：
- columns=None：要输出的列，默认值是None，输出所有的列
- header=True：是否输出列名，默认值是True
- index=True：是否输出行索引（row names），默认值是True
二，SQL查询
执行SQL查询，把数据写入到DataFrame对象中
1，read_sql()
read_sql()函数用于执行SQL查询，把数据写入到DateFrame对象中：
pandas.read_sql(sql, con, index_col=None, chunksize=None)
pandas.read_sql_query(sql, con, index_col=None, chunksize=None)
参数注释：
- sql：SQL查询
- con：连接
- index_col：用于指定索引列的名称，默认值是None
- chunksize=None
2，to_sql()
把数据写入到数据库中的表中：
DataFrame.to_sql(name, con, schema=None, if_exists='fail', index=True, index_label=None, chunksize=None, method=None)
参数注释：
- name：关系表的名称
- con：连接
- schema=None：指定数据库的架构，例如，mysql
- if_exists='fail'：如果关系表存在，当值为fail时，pandas抛出错误；当值为replace时，删除旧表，创建新表；当值为append时，向表中插入新的数据；
- index=True：把DataFrame的索引作为一列，即索引列
- index_label：索引列的名称，如果有多个索引列，那么index_label是字符串的序列
- chunksize：每个batch的大小，默认情况下，一次性插入所有的数据行
- method：插入数据的方法，默认值是None，一次插入一行；multi是指一次插入多行数据，
举个例子，从一个数据库中查询数据，插入到SQL Server数据库中：
import psycopg2 import pandas as pd from sqlalchemy import create_engine con=psycopg2.connect(dbname= 'db_name', host='db_host', port= '5439', user= '', password= '') engine=create_engine('mssql+pymssql://user:password@host/db_name?charset=utf8',echo=False) sql=""" select ... """ data_frame = pd.read_sql(sql, con) data_frame.to_sql('out_table', con=engine, if_exists='append',index = False, schema='dbo')
参考文档：
Pandas IO Tools
SQLAlchemy连接SQLserver数据库及常用的DB操作