前言：几种常用数据格式的介绍
- csv文件
1. 逗号分隔值文件，以纯文本形式（记事本）存储表格数据
2. 它是一种平面文件：即只存储数据和文字，不能存储公式、图表等
3. 更适合存储大数据，一般用来批量一维或二维存储数据
4. csv、tsv、txt都属于文本文件，只是csv以逗号分隔，tsv以制表符Tab隔开，而txt没有具体要求（逗号、制表符、空格等都可）
CSV文件的存储方式
- Excel文件
1. Excel是一个电子表格，将文件保存为自己的专有格式，即xls或xlsx
2. Excel是一个二进制文件，它不仅可以存储数据，还可以对数据进行操作
3. 不适合处理大数据
- JSON数据
1. JSON是一种轻量级的数据交换格式，用于存储和传输结构化数据
2. JSON一般存储与Web浏览器中，是一种在各个编程语言中流通的数据格式（类似英语）
3. JSON 数据的书写格式是键（名称）值对
- XML、HXML格式
1. XML是一种标记语言，被设计用来传输和存储数据（同JOSH），其焦点是数据的内容
2. HTML 是超文本标记语言，被设计用来显示数据，其焦点是数据的外观
1.在python中新建文件
| 文件类型 | 新建方法 |
|---|---|
| csv和txt（纯文本文件） | pd.to_csv（路径） |
| excel | pd.to_excel（路径） |
| sql | pd.to_sql（路径） |
新建文件方法的几个参数：
sep：分隔符
na_rep= : 缺失值标注（默认为空字符串）
index = : 是否写入行的标签（默认True）
header = ：是否写入列的标签（默认True）
import pandas as pd
import numpy as nproad = "D:\python code\pycharm\表格.xlsx"
data = pd.DataFrame(np.arange(9).reshape(3, 3))
print(data)
data.to_excel(road,index=False,header=False)2.读写csv和txt文本文件
| 函数 | 描述 |
|---|---|
| pd.read_csv（path） | 从文件读取分割好的数据，默认分隔符为逗号 ， |
| pd.read_table（path） | 从文件读取分割好的数据，默认分隔符为制符表 \t |
| pd.read_clipboard（） | 从粘贴板读取数据 |
读写文本文件方法的几个参数：
sep =：文件的分隔符；如果文件中分隔符不止一个，一般输入一个正则表达式 “\s+”
header = ：默认第一行为列名，如果不是，则输入None
names = : 指定列名列表，和header搭配使用
index_col = : 指定一个列，用作行名（可以输入索引名或索引编号）
skiprows =：从开头起，需要跳过的行数或行号列表
nrows =：从文件开头处需要读入的行数
na_values =：需要用Na替换的值序列
3.读取Excel文件
操作基本和文本文件差不多（最好先装好第三方包 xlrd和openpyxl）
| 函数 | 描述 |
|---|---|
| pd.read_excel（path） | 读入excel文件（参数参考读取文本文件） sheet_name = ：选excel中的哪个工作表（左下角） |
| pd.to_excel（path） | 新建（保存）excel文件 |
import pandas as pd
road = "E:\python 资料\孙兴华 数据分析教程\Pandas课件\课件\pandas教程\课件001-005\读取文件.xlsx"
data = pd.read_excel(road,header= None,names=["序号","姓名","年龄","手机","地址","日期"],index_col = 0) #读取文件
print(data)
data.to_excel(road) #保存文件
