基于python的大数据分析-pandas数据存储（代码实战）
上篇我们学习了pandas的数据读取，这次我们来看看如何进行数据的存入，代码撸起来~
csv文件
格式：to_csv(文件路径, sep='', index=TRUE, header=TRUE)
index默认是true，带行序号
header默认是true，带列名
from pandas import DataFrame
from pandas import Series
#造数据
df=DataFrame({'age':Series([26,85]),'name':Series(['xiaoqiang1','xiaoqiang2'])})
df
#存入
df.to_csv('d:\1.csv')
excel文件
格式：to_excel(文件路径, index=TRUE, header=TRUE)
解释同上，不在废话
from pandas import DataFrame
from pandas import Series
#造数据
df=DataFrame({'age':Series([26,85]),'name':Series(['xiaoqiang1','xiaoqiang2'])})
df
#存入
df.to_excel('d:\1.xlsx')
mysql
格式：to_sql(name=表名, con=数据库链接对象)
from pandas import DataFrame
from pandas import Series
from sqlalchemy import create_engine
engine=create_engine('mysql+pymysql://填写用户名:填写密码@填写ip地址:3306/填写数据库名?charset=utf8')
#造数据
df=DataFrame({'age':Series([26,85]),'name':Series(['xiaoqiang1','xiaoqiang2'])})
df.to_sql(name=表名, con=engine, if_exists='append', index=False, index_label=False)
