一、读取和保存scv文件
- pandas内置了10多种数据源读取函数,常见的就是CSV和EXCEL
- 使用read_ csv方法读取,结果为dataframe格式
- 在读取csv文件时,文件名称尽量是英文
- 参数较多,可以自行控制,但很多时候用默认参数
- 读取csv时,注意编码,常用编码为utf-8、gbk、gbk2312和gb18030等
- 使用to_ csv方法快速保存
df = pd.read.csv('meal order info.csv’,encoding= ‘gbk’ )
df =pd.read_ csv(‘meal_ order. info.csv’,encoding = ‘gbk’ ,nrows=10)
df.to _csv( ‘df.csv’ ,index= False)
代码示例（截图）
二、读取和保存excel文件
- 使用read_ excel读取,读取后的结果为dataframe格式
- 读取exce|文件和csv文件参数大致一样,但要考虑I作表sheet页
- 参数较多,可以自行控制,但很多时候用默认参数
- 读取excel时,注意编码,常用编码为utf-8、gbk 、gbk2312和gb18030等使用to_ excel快速保存为xIsx格式
df = pd.read_ excel(‘meal_order_ info.xlsx’, sheet_ name = ‘sheet1’)
df= pd. read_ excel(‘meal order_ info.xlsx’ ,encoding =‘utf-8’nrows=10)
df.to_ excel(‘a1 .xIsx’, sheet_ name=‘sheet1’, index= False ,encoding='utf-8)
代码示例（截图）
三、读取和保存MySQL数据库文件
conn= create engine(mysql+ pymsq://user:passward@IP:3306/test01)
- root: 用户名
- passward :密码:
- IP: 服务器IP ,本地电脑用localhost 端口号
- 3306 : 端口号
- test01 : 数据库名称
df.to_ sql(name, con= engine, if _exists= 'replace/append/fail,index= False)
- name是表名
- con是连接
- if_exists :表如果存在怎么处理。三个选项append代表追加, replace代表删除原表，建立新表，fail代表什么都不干。
- index=False :不插入索引lindex
代码示例（截图）
