文件读取方式1：
with open('CustomerSurvival.csv', 'r') as f:
data = []
for i, line in enumerate(f.readlines()):
row = tuple(line[:-1].split(','))
data.append(row)
数据加载
处理普通文本：
读取文本： read_csv() read_table()
data=pd.read_csv('文件路径'，header=None，names=[' ',' ',' '], index_clo=' ', usecols=[' ',' ',' ',' '] )
| 方法参数 | 参数解释 |
|---|---|
| filepath_or_buffer | 文件路径 |
| sep | 列之间的分隔符。read_csv()默认为为',', read_table()默认为'\t' |
| header | 默认将首行设为列名。header=None时应手动给出列名。 |
| names | header=None时设置此字段使用列表初始化列名。 |
| index_col | 将某一列作为行级索引。若使用列表，则设置复合索引。 |
| usecols | 选择读取文件中的某些列。设置为为相应列的索引列表。 若设置的此项，其中必须添加index_col指定的索引列。 |
| skiprows 跳过行 | 可选择跳过前n行或给出跳过的行索引列表。 |
| encoding | 编码。 |
写入文本（到csv文件）：dataFrame.to_csv()
| 方法参数 | 参数解释 |
|---|---|
| filepath_or_buffer | 文件路径 |
| sep | 列之间的分隔符。默认为',' |
| na_rep | 写入文件时dataFrame中缺失值的内容。默认空字符串。 |
| columns | 定义需要写入文件的列。 |
| header | 是否需要写入表头。默认为True。 |
| index | 会否需要写入行索引。默认为True。 |
| encoding | 编码。 |
案例：读取电信数据集。
pd.read_csv('../data/CustomerSurvival.csv', header=None, index_col=0)处理JSON
读取json：read_json()
| 方法参数 | 参数解释 |
|---|---|
| filepath_or_buffer | 文件路径 |
| encoding | 编码。 |
案例：读取电影评分数据：
扫描二维码关注公众号，回复：
13135732 查看本文章
pd.read_json('../data/ratings.json')写入json：to_ json()
（较为常用；可将datafram转为json传给前端）
| 方法参数 | 参数解释 |
|---|---|
| filepath_or_buffer | 文件路径； 若设置为None，则返回json字符串 |
| orient | 设置面向输出格式：['records', 'index', 'columns', 'values'] （分别代表面向 记录、行级索引、列级索引、二维数据 的转换） 'records'：返回结果为列表套字典（即json数据套json对象，每个对象是一行） 'index'：返回结果为字典套字典 'columns'：返回结果为字典套字典 'values'：返回结果为列表套列表 |
案例：
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data, index=['s1','s2','s3','s4'])
df.to_json(orient='records')其他文件读取方法参见：https://pandas.pydata.org/pandas-docs/version/0.25/user_guide/index.html
