python + pandas 第三方库的使用

1，安装pandas 库 ： pip install pandas

2，函数的使用：

1，读取 CSV 文件       只要用 pd.read_csv() 就能将 CSV 文件里的数据转换成 DataFrame 对象                                             

      dataframe =  pd.read_csv('example.csv')  

     写入 CSV 文件        将 DataFrame 对象  存入 .csv 文件的方法是 .to_csv()   

      例如，我们先创建一个 DataFrame 对象,然后我们将这个 DataFrame 对象存成 'New_dataframe' 文件，Pandas 会自动在磁盘上创建这个文件。

      这里传入 index=False 参数是因为不希望 Pandas 把索引列的 0~5 也存到文件中。

      为了确保数据已经保存好了，你可以试试用pd.read_csv('New_dataframe') ，把这个文件的内容读取出来看看。

     dateframe.to_csv('New_dateframe',index = False)

     pd.read_csv('New_dataframe')

2，读取excel 文件    

Excel 文件是一个不错的数据来源。使用 pd.read_excel() 方法，我们能将 Excel 表格中的数据导入 Pandas 中。请注意，Pandas 只能导入表格文件中的数据，其他对象，例如宏、图形和公式等都不会被导入。如果文件中存在有此类对象，可能会导致 pd.read_excel() 方法执行失败。

举个例子，假设我们有一个 Excel 表格 'excel_output.xlsx'，然后读取它的数据

pd.read_excel('excel_output.xlsx', sheet_name = 'sheet1')

请注意，每个 Excel 表格文件都含有一个或多个工作表，传入 sheet_name='Sheet1' 这样的参数，就表示只读取 'excel_output.xlsx' 中的 Sheet1 工作表中的内容。

   写入 Excel 表格文件

跟写入 CSV 文件类似，我们可以将一个 DataFrame 对象存成 .xlsx 文件，语法是 .to_excel()