====== 数据准备 ======

===== 学习目标 =====

  - 掌握pandas中各类数据的导入方法
  - 掌握pandas中各类数据的导出方法

----
===== 学习内容 =====

该部分内容主要讲述如何读取外部数据以及如何向外部写入数据。

==== 数据导入 ====

数据存在的形式多种多样，有文件（TXT、CSV、Excel）和数据库（MySQL、Access、SQL Server）等形式。数据分析离不开数据，面对如此多种类的格式该怎样导入呢？

=== TXT文件的导入 ===

TXT文件的导入方法是：使用read_table()函数来读取文本文件。

一般语句格式如下：

read_table(filepath,sep='0\t',header='infer',names=None,index_col=None,dtype=None,encoding=utf-8,engine=None,nrows=None)
其中参数可作如下理解

^ 参数 ^ 说明 ^
| filepath | string，读取文件的路径。 |
| sep | string，代表分隔符。默认为制表符。 |
| header | int或sequence。指定某行数据为列名。默认infer为自动识别。 |
| names | array。表示列名。 |
| index_col | int,sequence或False。表示索引列的位置。 |
| dtype | dict。代表写入数据的类型。 |
| engine | C或Python。代表数据解析引擎。默认为C。 |
| nrows | int。表示读取前n行。 |

练习：使用read_table()函数读取素材包中的book.txt文档，并陈列信息。

=== CSV文件导入 ===

CSV文件读取使用read_csv()函数，其基本与read_table()一致，仅有默认切割符号不一样：

  - read_table默认是'\t'(也就是tab)切割数据集的;
  - read_csv 默认是 ',' (也就是逗号)切割数据集的!

=== Excel文件导入 ===

Excel文件的导入需要使用read_excel()函数。可接收的文件类型为“xls”和“xlsx”。

除了参数里多了一个sheetname(指定Excel工作簿中工作表的位置)，其他都一样。

=== MySql数据库的导入 ===

从MySql数据库读取数据需要以下步骤：

  - 导入MySQLdb模块
  - 连接MySQL数据库
  - 使用read_sql()函数

==== 数据导出 ====

数据的导出是指将处理后的数据保存到具体文件中，这些常见的文件类型与导出对象一致，有文本、Excel文件和数据库等等。

=== 导出为文本文件 ===

导出方式与导入类似，对于结构化的数据，可以使用to_csv()函数来实现以CSV文件格式存储。

to_csv()函数的语法一般如下：
<code>
to_csv(filepath, sep=',', na_rep='', columns=None, header=True, index=True, mode='w', index_label=None, encoding=None)
</code>

其中参数可作如下理解

^ 参数 ^ 说明 ^
| filepath | string，读取文件的路径。 |
| sep | string，代表分隔符。默认为制表符。 |
| na_rep | string，代表缺失值，默认为' ' |
| columns | list，表示写出的列名。默认为None |
| header | boolean，表示是否将列名写出。默认为True |
| index | boolean，表示是否将行名写出。默认为True |
| index_label | sequence，表示索引名，默认为None |
| encoding | string，代表存储文件的编码格式，默认为None |

练习：使用to_csv()函数将数据存储到指定文件中。

=== 导出为Excel文件 ===

导出为Excel文件可使用to_excel()函数。该函数的使用方法与to_csv()函数基本一致。区别之处在于：

  * to_excel()函数没有sep参数
  * to_excel()函数增加了sheetname参数

练习：使用to_excel()函数将数据存储到指定文件中。