pandas读写文本（csv）文件

        CSV文件是一种纯文本文件，可以使用任何文本编辑器进行编辑，它支持追加模式，节省内存开销。因为csv文件具有诸多的优点，所以在很多时候会将数据保存到csv文件中。

        Pandas中提供了read_csv（）函数与to_csv()方法，分别用于读取CSV文件和写入CSV文件，关于他们的具体介绍如下：

       1.通过to_csv（）方法将数据写入CSV文件
to_csv（path_or_buf=None，sep=‘，’，na_rep=’’，float_format=None，columns=None，header=True，index=True，index_label=None，mode=‘w’，encoding=None，compression=None，quoting=None，quotechar=’“”’，line_terminator=’\n’，chunksize=None，tuplesize_cols=None，date_format=None，doublequote=True，escapechar=None，decimal=’.’)

（1）path_or_buf：文件路径

（2）index：布尔值，默认为True。如果为False，则将不会显示索引
（3）sep：分隔符，默认用 " . " 隔开

      如果指定的路径下文件不存在，则会创建一个文件来保存数据；如果文件已经存在，则会将文件中的内容进行覆盖。

接下来，通过一段代码来演示将DataFrame对象中的数据写入到CSV文件中：

      2.通过read_csv()函数读取CSV文件的数据；read_csv()函数的作用是将CSV文件的数据读取出来，并转换成DataFrame对象。read_csv（）函数的语法：read_csv（filepath_or_buffer，sep="，"，delimiter=None，header=“infer”，names=None，index_col=None，usecols=None，squeeze=False，perfix=None，mangle_dupe_cols=True，dtype=None…）

上述函数中常用参数表示的含义如下：
（1）filepath_or_buffer：表示文件路径，可以为URL字符串

（2）sep：分隔符，默认用 " ，" 隔开

（3）header：指定行数用来作为列名，如果读取的文件中没有列名，则默认为0，否则设置为None                 //指定的行数如果在中间行，上面的行不要，拿它下面的行作为数据，自己做为列名，反正处于它下面的才会要

（4）names：用于结果的列名列表。如果文件不包含标题行，则应该将该参数设置为None

（5）index_col：用作行索引的列编号或者列名，如果给定一个序列，则表示有多个行索引             //index_col=多少，就把那一列作为索引列，比如index_col=1，把1作为索引列

接下来，使用read_csv（）函数将文件读取出来：

#read_table（）和 read_csv（）的区别在于使用的分隔符不同，前面为","，后面为"\t"

header参数用法：

index_col参数的用法：