將數據寫出到文本格式
數據也可以被輸出為分隔符格式的文本
DataFrame的to_csv方法，我們可以將數據寫到一個以逗號分隔的文件中
使用其他分隔符（由于這里直接寫出到sys.stdout，所以僅僅是打印出文本結果而已）
缺失值在輸出結果中會被表示為空字符串。你可能希望將其表示為別的標記值。
沒有設置其他選項，則會寫出行和列的標簽。當然，它們也都可以被禁用。
你還可以只寫出一部分的列，并以你指定的順序排列。
處理分隔符格式
JSON數據 pandas.read_json可以自動將特別格式的JSON數據集轉換為Series或DataFrame
從pandas輸出到JSON，使用to_json方法
XML和HTML：Web信息收集
pandas有一個內置的功能，read_html，它可以使用lxml和Beautiful Soup自動將HTML文件中的表格解析為DataFrame對象。
使用例子數據：美國聯邦存款保險公司一個HTML文件，它記錄了銀行倒閉的情況。
安裝read_html用到的庫
conda install lxml
pip install beautifulsoup4 html5lib
需要說明的是安裝第三庫需要退出ipython的環(huán)境，也就是一開始進來的地方。筆者已經安裝過了，所以顯示頁面會有所不同。
做一些數據清洗和分析，比如計算按年份計算倒閉的銀行數
二進制數據格式
pandas對象都有一個用于將數據以pickle格式保存到磁盤上的to_pickle方法
讀取pickle數據
注意： pickle僅建議用于短期存儲格式。其原因是很難保證該格式永遠是穩(wěn)定的；今天pickle 的對象可能無法被后續(xù)版本的庫unpickle出來。
使用HDF5格式
HDF5是一種存儲大規(guī)?？茖W數組數據的非常好的文件格式。它可以被作為C標準庫，帶有許多語言的接口，如Java、Python和MATLAB等。HDF5中的HDF指的是層次型數據格式 （hierarchical data format）。每個HDF5文件都含有一個文件系統(tǒng)式的節(jié)點結構，它使你能夠存儲多個數據集并?支持元數據。與其他簡單格式相比，HDF5支持多種壓縮器的即時壓縮， 還能更高效地存儲重復模式數據。對于那些非常大的無法直接放入內存的數據集，HDF5就是 不錯的選擇，因為它可以高效地分塊讀寫。
HDF5文件中的對象可以通過與字典一樣的API進行獲取
HDFStore支持兩種存儲模式，’fixed’和’table’。后者通常會更慢，但是支持使用特殊語法進行查詢操作。
讀取Microsoft Excel文件
pandas的ExcelFile類或pandas.read_excel函數支持讀取存儲在Excel 2003（或更高版本）中的表格型數據。這兩個工具分別使用擴展包xlrd和openpyxl讀取XLS和XLSX文件。你可以用 pip或conda安裝它們。
將pandas數據寫入為Excel格式
Web APIs交互
數據庫交互
在商業(yè)場景下，大多數數據可能不是存儲在文本或Excel文件中。基于SQL的關系型數據庫 （如SQL Server、PostgreSQL和MySQL等）使用非常廣泛。
這種數據規(guī)整操作相當多，你肯定不想每查一次數據庫就重寫一次。SQLAlchemy項目是一個 流行的Python SQL工具，它抽象出了SQL數據庫中的許多常見差異。pandas有一個read_sql 函數，可以讓你輕松的從SQLAlchemy連接讀取數據。
