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~

创新互联建站坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站制作、做网站、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的光山网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！

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)

当前文章：基于python的大数据分析-pandas数据存储（代码实战）
当前URL：http://njwzjz.com/article/ieidis.html