import pandas as pd
import sqlalchemy import create_engine
# 读取
pd.options.display.max_rows = 10#设置显示行数
df1 = pd.read_csv(r'E:\anacondatest\PythonData\高校信息.csv',encoding='gbk')
print(df1)
# read_table更通用的文本文件提取命令，默认tab键分割，sep参数必须指明分隔符
df2 = pd.read_table(r'E:\anacondatest\PythonData\高校信息.csv',sep=',',encoding='gbk')
print(df2)
# 读入Excel，sheet_name指明要读取sheet的名字
df4=pd.read_excel(r'E:\anacondatest\PythonData\儿童生长研究.xlsx',sheet_name='sheet1')
print(df4)
# 读入数据库数据，需要安装程序包，SQLALchemy engine(http://docs.sqlalchemy.org/en/latest/index.html)
conndf = pd.read_csv("c://conn.txt", header=None)
connstr = conndf.iloc[0, 0]
eng = create_engine("mysql + pymsql://" + connstr + "?charset=utf8")
# pd.read_sql(sql='', con=eng, index_col=None, columns=None)
# sql需要执行的SQL语句，index_col指定索引列，columns当提供表名称时，需要读入的列，列表形式提供
tb1 = pd.read_sql('select * from table_name', con=eng)
# 保存
# 保存成CSV格式
df1.to_csv(r'E:\anacondatest\PythonData\aaaaa.TXT',columns=['名次','总分'],header=['名次1','总分1'],index=False,)
# 保存成Excel格式
df1.to_excel(r'E:\anacondatest\PythonData\aa.xlsx',sheet_name='data',index=False)#需要安装'openpyxl'库
# 保存进数据库，if_exists如果表已存在fail放弃保存，replace替换原表，append在原表最后插入新数据，index是否导出索引
df1.to_sql(name='table_name', con=eng, if_exists='fail', index=True)
