我们利用python进行数据分析时，pandas中的DataFrame数据结构是最基本最常用的，因此本文将说明如何利用pandas中的方法读取csv文件中的数据，以及如何把DataFrame对象的数据导入到csv文件中储存。
关于导入数据，可以直接用DataFrame对象的to_csv方法，这个方法参数有很多，见图一。这里介绍三个重要参数：path_or_buf、mode、header，其中path_or_buf自然就是要导入的文件路径，mode默认为w，表示写入，但注意是清空文件的原数据再写入，因此如何我们每次写入是追加数据，那么可以把'w'改为'a'，表示追加数据；header表示DataFrame对象的列名，默认为True，即写入列名，但是当我们是追加数据时，往往不再需要列名，这时可以设为False，只追加数据，不重复写入列名。
接下来是从csv文件读取数据，可以利用pandas的read_csv方法，同样的这个方法有很多的参数，使用也很灵活，本文不再做详细介绍，用户可以自己查看文档。但是这里笔者要起那个强调的是，这个方法默认的读取方式是把文件中的第一行作为列名，剩下的作为数据内容，并自设数字索引。因为to_csv的默认导入是把原DataFrame对象的index放在第一列的，所以如果是从这样的数据文件再次读取的话，那么原DataFrame中的index会变成新DataFrame对象的列，需要用户自己再重新设置一下index。