一、CSV文件
1. 读取csv文件，获取数据
python
pd.read_csv('路径', sep='分隔符', usecols=[ '列名1', '列名2', ...] )2. 把读取到的数据写到文件中
python
df.to_csv('路径.csv', sep=',', index=False ) # 默认为True，会带上索引保存3. 特殊的csv文件-->tsv文件
区别：csv文件以 ',' 做分隔；tsv文件以 tab键 做分隔
pd.read_csv('路径.tsv', sep='\t', index_col=0) # 第0列设置为索引列
df.to_csv('路径.tsv', sep='\t', index=True ) # 默认为True，会带上索引保存
二、MySQL数据库
1.导包
python
from sqlalchemy import create_engine2.读取要写入sql数据库的数据
python
data = pd.read_csv('路径', encoding='gbk', index_col=0)3. 创建引擎对象
python
engine = create_engine('数据库+模块名://数据库的用户名:密码@主机名:端口号/数据库名?编码方式')4. 将数据写入sql数据库
参1：数据表名 参2：引擎对象 参3：是否把索引写进数据库 参4：数据表存在如何处理
append是在表后追加写 replace是覆盖原表
python
data.to_sql('表名', engine, index=False, if exists='append')5. 从sql中读取数据
参1：书就表名或sql语句 参2：引擎对象
python
sql_df = pd.read_sql('表名', engine)
sql_df = pd.read_sql('select * from 表名', engine) # 里面也可以写sql语句三、json文件
1. 读取json文件
参1：文件路径 参2：读取形式：records、columns（默认格式）、index 参3：是否按行读取
python
json_df = pd.read_json('文件路径', orient='读取形式', lines=True)2. 把数据写入json文件中
json_df.to_json('文件路径', orinet='records') # 结果为：{}, {}, {},...
json_df.to_json('文件路径', orinet='records', lines=True) # 结果为：{}, {}, {},...常用
json_df.to_json('文件路径', orinet='index') # 结果为：index:{...}
json_df.to_json('文件路径', orinet='columns', lines=True) # 结果为：columns:{...}