DataFrame的存储

Pandas中的DataFrame数据既可以存储在SQL数据库中，也可以直接存储在CSV文件中。

数据库

1. dataframe.to_sql()函数将DataFrame数据存储到数据库中。

name :数据表的名称，string, Nameof SQL table

con : 数据库的链接，SQLAlchemyengine or DBAPI2 connection (legacy mode)

if_exists :如果SQL表已经存在的处理方式，{‘fail’, ‘replace’, ‘append’}, default‘fail’

 取消存储， fail: If table exists, donothing.

 替换SQL表，replace: If table exists, drop it,recreate it, and insert data.

 附加在SQL表后，append: If table exists, insertdata. Create if does not exist.

index :是否将行标签存入SQL表，boolean, default True, Write DataFrame index as acolumn.

index_label :如果存储行标签，指定该列的名称，string or sequence, defaultNone, Column label for indexcolumn(s). 

2.pandas.read_sql()函数将SQL表读入DataFrame。

sql :要读取的SQL表，string, database table name.

con : 与数据库的链接，SQLAlchemyengine

index_col :指定用于行标签的列，string, optional, column name to use as index for thereturned DataFrame object.

CSV文件

1. dataframe.to_csv()函数将DataFrame数据存储在指定的csv文件中。该函数常用的参数有

columns : 指定需要存储的列，Columnsto write

header :是否把列的名字写入CSV文件, boolean, default True. Write outcolumn names. If a list of string is given it is assumed to bealiases for the column names

index :是否把index写入CSV文件，boolean, default True.Write rowlabels (index)

index_label :如果将index写入CSV文件，那么给出index列的标签（列的名字），string or sequence, or False,default None. 

2.pandas.read_csv()函数将CSV文件中的数据读入DataFrame。

header: CSV文件的列名所在的行， int, list ofints.  Row number(s) to use as the column names,and the start of the data. Defaults to0 if no names passed,otherwise None. 

index_col :指定行标签所在的列，int or sequence or False, defaultNone. Column to use as the row labels of theDataFrame. 

names :列的名称，array-like. List of column names touse. 

总结：

相同点：?

1.存储时，CSV和SQL都默认存储行标签（index），因此需要指定存储行标签列的名字，index_label。

2.读取时，CSV和SQL都需要指定哪一列是行标签（index）列，index_col，不同的是CSV是通过列的序号指定，SQL是通过列的名字指定。?

不同点：

1.SQL一定会存储列标签，CSV可以存储列标签也可以不存储列标签。?