Pandas文件读写操作

文件操作：

Pandas中提供了许多的操作文件的函数，包括读取和写入。我们做数据分析用得最多的，就是CSV、Excel、SQL、JSON文件。下面来针对这几种文件的操作做一个详细的讲解。

CSV文件操作：

读写CSV文件分别用的是pd.read_csv和pd.to_csv方法。普通用法非常简单，但是通过一些参数，可以实现许多高级操作。

1. 读取csv：

读取csv用的是pd.read_csv，主要有以下参数：

1. filepath_or_buffer：文件路径，或者是有read方法的流对象。
2. sep：分隔符，默认是,。
3. header：指定哪行作为列的名称，如果没有行作为列名，那么应该设置header=None，并且设置names参数。
4. names：在csv文件中没有一行来存储列名，可以使用names自己指定，并且设置header=None。
5. index_col：使用哪一列作为行索引，可以是列的位置，也可以是列的名称。如果没有指定，那么默认会自动生成一个顺序索引。
6. usecols：加载哪几列。比如有时候只想要csv文件中的某几列，那么就可以使用usecols。也可以是个函数，这个函数返回True的列会被保留，否则会丢弃。
7. engine：csv解析引擎，有C和Python，C速度更快，但是Python功能更完善。
8. dtype：指定某些列的类型。
9. converters：转换器列表，可以指定每一列在加载的时候就转换为指定的类型。
10. encoding：使用指定的编码方式打开文件。
11. chunksize：使用迭代器的方式读取，一次返回多少行的数据。

更多参数请查看Pandas官网read_csv：https://pandas.pydata.org/docs/user_guide/io.html#io-read-csv-table

2. 写入csv：

写入csv用的是pd.to_csv，Seri