文本文件读取
pd.read_csv(…)
详细记录pandas读取表格型数据文件的方法：pd.read_csv()
其实pytohn内置了一个可以处理简单规整csv文件的模块：
import csv
给csv.reader()传入文件型对象即可
什么？你不知道什么是文件型对象？open(fp,'r')返回的就是文件型对象
重要参数解析：
path: 这个参数不解释，可以是本地路径，也可以是URL
sep: 行内字段(列)分隔符，csv文件默认为逗号，还可以为正则表达式
header: 标识列名的行号。默认为0，代表文件第一行是列名，没有列名时需要设为None
//当header=None时:
names: 字符串组成的列表，指定列名
index_col: 标识行索引
简单行索引：列编号（整数）或者列名（字符串）
层次化索引：列编号/列名zucheng的列表
什么是层次化索引？将多个列作为索引，列之间将产生层次关系
a a1
a2
b b1
b2
b3
...
skiprows: 如果传入整数，表示需要从文件开始出算起需要忽略的行数
如果传入整数列表，表示需要跳过的行号列表（从0开始）
skip_footer: 整型，从文件末尾算起需要忽略的行数
nrows: 整型，需要读取的行数（从开始算起）
na_value: 用于替换NaN的值
comment: 当行末有注释信息时指定注释信息标志字符
parse_dates: 尝试将数据解析为日期，默认为False
传入True：尝试将所有列都解析为日期（一般是行不通的）
传入列号/列名的列表：仅尝试将指定的（一些）列解析为日期
传入上一行列表的列表：尝试将多个列进行组合后进行解析（当日期不同部分分散在不同的列中时）
keep_date_col: 当组合多列解析时是否保留原始列，默认为False
dayfirst: 当日期出现歧义时（如7/6/2018究竟是6月还是7月？)指定day的位置，默认为False
date_parser: 或者传入一个用于解析日期的函数
converters: 列值预处理，传入一个字典d={列号/列名: 函数, ...}，表示对相应地列的值将执行相应地函数
iterator: 用于逐块读取文件
chunksize: 文件块的大小
verbose: 是否打印日志
encoding: 文本编码格式
squeeze: 数据经过解析后只剩下一列，返回Series而不是DataFrame
thousands: 千分位分隔符
逐块读取
当文件特别大时我门可能只是想读取文件的一小部分或者逐块迭代
- 如果我们只是想读文件开始几行，使用关键字参数
nrows。（Q: 那中间几行呢？） - 逐块迭代：
read_csgv指定chunksize后将返回一个TextParser用于后续迭代
Q: 按固定字符数读取？If so, 貌似只适用于行字符数相同的文件?
XML文件读取
略
二进制文件读取
pickle序列化
首先得了解python内置的pickle序列化
保存pandas对象到磁盘：PD_OBJ.save(FILE_NAME)
从磁盘取回pandas对象：PD_OBJ.load(FILE_NAME)
HDF5格式
高效读写磁盘上以二进制形式存储的科学数据
HDF: Hierarchical Data Format
高效分块读写
python中有两个接口：PyTables + h5py
pandas建立HDFStore类，通过PyTables存储对象
存储
HDFStore类类似于字典，创建HDFStore对象后按照字典方式赋值即可。
//<class 'pandas.io.pytables.HDFStore'>
store = pd.HDFStore(OUTPUT_FILE)
store['obj1'] = dataframe
store['obj1_col'] = dataframe['a']
对于IO密集型数据（而非CPU密集型数据），使用HDF5能够大大提升效率
Excel格式
panda中相关的类：ExcelFile
依赖包：xlrd, openpyxl
创建实例：xls_file = pd.ExcelFile(XLS_FILE)
读取数据：table = xls_file.parse('Sheet1')