数据分析过程中经常需要进行读写操作。
Pandas实现了很多 IO 操作的API，文件格式以及读写的方法，这里简单做了一个列举。

可以看到，Pandas 的 I/O API是像
pd.read_csv() 一样访问的一组顶级 reader 函数，
相应的 writer 函数是像 df.to_csv() 那样访问的对象方法。

# 导入相关库
import numpy as np
import pandas as pd
from io import StringIO

读取文件

read_csv

读取 csv 文件算是一种最常见的操作了。假如已经有人将一些用户的信息记录在了一个csv文件中，我们如何通过 Pandas 读取呢？

新建txt文件
在问文件中写：

name,age,birth,sex
Tom,18.0,2000-02-10,
Bob,30.0,1988-10-17,male

数据用逗号隔开即可。
2.将文件复制到与py文件同级目录(也可以不复制，为了方便)

3.在该py文件中读取文件

# 导入相关库
import numpy as np
import pandas as pd
from io import StringIO

file = pd.read_csv("user_info.csv")
print(file)
print(type(file))          # # <class 'pandas.core.frame.DataFrame'>
#   name   age       birth   sex
# 0  Tom  18.0  2000-02-10   NaN
# 1  Bob  30.0  1988-10-17  male

可以看到，读取出来生成了一个 DataFrame，索引是自动创建的一个数字，我们可以设置参数 index_col 来将某列设置为索引，可以传入索引号或者名称。

file = pd.read_csv('user_info.csv',index_col='name')
print(file)
#        age       birth   sex
# name                        
# Tom   18.0  2000-02-10   NaN
# Bob   30.0  1988-10-17  male

从 StringIO 对象中读取

1.index_col='列名'

将字符串转为字节，然后用read_csv进行读取

data="name,age,birth,sex\nTom,18.0,2000-02-10,\nBob,30.0,1988-10-17,male"
print(data)           # String
# name,age,birth,sex
# Tom,18.0,2000-02-10,
# Bob,30.0,1988-10-17,male

# 转为字节
sio = StringIO(data)
print(sio)
# <_io.StringIO object at 0x00000148FD3A4318>

# 读取
df = pd.read_csv(sio,index_col='name')
print(df)
#        age       birth   sex
# name                        
# Tom   18.0  2000-02-10   NaN
# Bob   30.0  1988-10-17  male

2.sep="符号", lineterminator="符号"

字符串还可以是这种形式：
sep 来自定义字段之间的分隔符，设置参数 lineterminator 来自定义每行的分隔符。

data = "name|age|birth|sex~Tom|18.0|2000-02-10|~Bob|30.0|1988-10-17|male"
df = pd.read_csv(StringIO(data), sep="|", lineterminator="~",index_col='name')
print(df)
#       age       birth   sex
# name                        
# Tom   18.0  2000-02-10   NaN
# Bob   30.0  1988-10-17  male

3.dytype={''列名:类型名}

在读取时，解析器会进行类型推断，任何非数字列都会以object的dtype的形式出现。当然我们也可以自己指定数据类型。

df = pd.read_csv(StringIO(data), sep="|", lineterminator="~", dtype={"age": int})
print(df)
#   name  age       birth   sex
# 0  Tom   18  2000-02-10   NaN
# 1  Bob   30  1988-10-17  male

4.names=['列名','列名',...]

Pandas 默认将第一行作为标题，但是有时候，csv文件并没有标题，我们可以设置参数 names来添加标题。

data="Tom,18.0,2000-02-10,\nBob,30.0,1988-10-17,male"
print(data)
df = pd.read_csv(StringIO(data), names=["name", "age", "birth", "sex"])
print(df)
#   name   age       birth   sex
# 0  Tom  18.0  2000-02-10   NaN
# 1  Bob  30.0  1988-10-17  male

5.usecols=['列名','列名',...]

有时候可能只需要读取部分列的数据，可以指定参数 user_cols

data="name,age,birth,sex\nTom,18.0,2000-02-10,\nBob,30.0,1988-10-17,male"
print(data)
df = pd.read_csv(StringIO(data), usecols=["name", "age"])
print(df)
#   name   age
# 0  Tom  18.0
# 1  Bob  30.0

6.缺失值处理

关于缺失值的处理，也是有技巧的。默认参数 keep_default_na=False，会将空值都填充为 NaN。

df = pd.read_csv(StringIO(data))
df = pd.read_csv(StringIO(data), keep_default_na=False)
print(df)
#   name   age       birth   sex
# 0  Tom  18.0  2000-02-10   NaN
# 1  Bob  30.0  1988-10-17  male

na_values=[]

有时候，空值的定义比较广泛，假定我们认为 18 也是空值，那么将它加入到参数 na_values中即可,那么18也会变为NaN。

df= pd.read_csv(StringIO(data), na_values=[18])
print(df)
#   name   age       birth   sex
# 0  Tom   NaN  2000-02-10   NaN
# 1  Bob  30.0  1988-10-17  male

了解了 pd.read_csv 如何使用之后，to_csv 就非常方便了，这里就不做介绍了。

to_json

通常在得到了 DataFrame 之后，有时候我们需要将它转为一个 json 字符串，可以使用 to_json 来完成。

转换时，可以通过指定参数 orient 来输出不同格式的格式，之后以下几个参数：

DataFrame 默认情况下使用 columns 这种形式，Series 默认情况下使用 index 这种形式。
设置为 columns 后会将数据作为嵌套JSON对象进行序列化，并将列标签作为主索引。

print(df)
#        age       birth   sex
# name
# Tom   18.0  2000-02-10   NaN
# Bob   30.0  1988-10-17  male

json = df.to_json()
print(json)
# {"age":{"Tom":18.0,"Bob":30.0},"birth":{"Tom":"2000-02-10","Bob":"1988-10-17"},"sex":{"Tom":null,"Bob":"male"}}

json = df.to_json(orient='index')
print(json)
# {"Tom":{"age":18.0,"birth":"2000-02-10","sex":null},"Bob":{"age":30.0,"birth":"1988-10-17","sex":"male"}}

print(df.to_json(orient="records"))
# [{"age":18.0,"birth":"2000-02-10","sex":null},{"age":30.0,"birth":"1988-10-17","sex":"male"}]

print(df.to_json(orient="values"))
# [[18.0,"2000-02-10",null],[30.0,"1988-10-17","male"]]

print(df.to_json(orient="split"))
# {"columns":["age","birth","sex"],"index":["Tom","Bob"],"data":[[18.0,"2000-02-10",null],[30.0,"1988-10-17","male"]]}

对于 read_json，这些参数也是同样的道理。