1、文件类型
可以读写的文件可是有:
Pickling/Flat file/Clipboard/Excel/JSON/HTML/XML/Latex/HDFStore: PyTables (HDF5)/Feather/Parquet/ORC/SAS/SPSS/SQL/Google BigQuery/STATA
自己可能用到的
Pickling/Flat file/Excel/JSON/HTML/XML/SPSS/SQL
2、常用举例
2.1 Pickling
read_pickle() # 从文件中加载pickled pandas对象
DataFrame.to_pickle() # Pickle对象存入文件
2.2 Flat file
read_table() # 读取限定文件为DataFrame
read_csv() # 读取逗号分隔文件为DataFrame
DataFrame.to_csv() # 写对象至逗号分隔文件
read_fwf() # 读固定宽度格式化行至DataFrame
2.3 Excel
read_excel() # 读取Excel文件为DataFrame
DataFrame.to_excel() # 写对象至Excel
ExcelFile.parse() # 指定sheet入DataFrame
Styler.to_excel() # 写Styler入Excel工作表。
ExcelWriter() # 将DataFrame对象写入excel工作表。
2.4 JSON
read_json() # JSON 至 pandas object
Convert a JSON string to pandas object.
to_json()
build_table_schema() # 从数据创建表纲要。
2.5 HTML
read_html() 读HTML表至DataFrame
DataFrame.to_html()
Styler.to_html() # 写Styler至HTML-CSS format
2.6 XML
read_xml() # 读XML至DataFrame
DataFrame.to_xml() # DataFrame写为XML
2.7 SPSS
read_spss() # 加载SPSS文件,返回DataFrame
2.8 SQL
read_sql_table() # 读SQL数据库表至DataFrame
read_sql_query() # 读SQL查询至DataFrame
read_sql() # SQL查询 or 数据库表 至DataFrame
DataFrame.to_sql() # DataFrame写入SQL 数据库表