Pandas提供了各种函数和方法来实现数据读取和写入的操作。下面我将详细介绍Pandas中常用的数据读取和写入的方法。

数据读取：

• 从CSV文件读取：可以使用pd.read_csv()函数来读取CSV文件，并将其转换为DataFrame对象。

  df = pd.read_csv('data.csv')
  

• 从Excel文件读取：可以使用pd.read_excel()函数来读取Excel文件，并将其转换为DataFrame对象。

  df = pd.read_excel('data.xlsx', sheet_name='Sheet1')
  

• 从SQL数据库读取：可以使用pd.read_sql()函数来从SQL数据库中读取数据，并将其转换为DataFrame对象。

  import sqlite3conn = sqlite3.connect('database.db')
  query = 'SELECT * FROM table'
  df = pd.read_sql(query, conn)
  

数据写入：

• 将DataFrame写入CSV文件：可以使用DataFrame.to_csv()方法将DataFrame对象写入CSV文件。

  df.to_csv('data.csv', index=False)
  

• 将DataFrame写入Excel文件：可以使用DataFrame.to_excel()方法将DataFrame对象写入Excel文件。

  df.to_excel('data.xlsx', sheet_name='Sheet1', index=False)
  

• 将DataFrame写入SQL数据库：可以使用DataFrame.to_sql()方法将DataFrame对象写入SQL数据库表中。

  import sqlite3conn = sqlite3.connect('database.db')
  df.to_sql('table', conn, if_exists='replace', index=False)
  

通过上述方法，您可以轻松地从CSV、Excel文件或SQL数据库中读取数据，并将处理后的数据保存到不同的文件格式中。这些功能使得Pandas成为处理和分析数据的强大工具。根据您的需求和数据源的不同，选择适合的读取和写入方法即可。