步驟操作方法如下：
1、環境準備:
a、右擊桌面上選擇Open in Terminal 打開終端。
b、在彈出的終端中輸入ipython進入Python的解釋器中，如圖1所示。
2、導入所需要的包：
導入實驗常用的python包。如圖2所示。
import pandas as pdpandas用來做數據處理。
import numpy as npnumpy用來做高維度矩陣運算.
import matplotlib.pyplot as pltmatplotlib用來做數據可視化。
3、pandas數據寫入到csv文件中：
names = [‘Bob’,’Jessica’,’Mary’,’John’,’Mel’]創建壹個names列表
births = [968,155,77,578,973]創建壹個births 列表
DataSet = list(zip(names,births))用 zip 函數將這兩個列表合並在壹起
DataSet查看生成的數據
df = pd.DataFrame(data = DataSet ,columns=[‘Names’,’Births’])用生成的數據生成壹個DataFrame對象
df查看生成的dataFrame
將創建的數據寫入到/opt/births1880.csv文件中，
df.to_csv(‘/opt/births1880.csv’, index=False, header=False )將df寫入到文件中
ls /opt/births1880.csv查看文件是否存在
cat /opt/births1880.csv查看文件內容
4、pandas讀取csv中的數據
讀取步驟3生成的數據，如圖5所示。
local_data = r’/opt/births1880.csv’將文件路徑賦到變量local_data中
df2 = pd.read_csv(local_data,header=None)讀取內容賦值到df2
df2查看df2的值
df3 = pd.read_csv(local_data,header=None,names=[‘names’,’births’])指定列名字賦值到df3
df3查看df3的值
Pandas是Python下壹個開源數據分析的庫，它提供的數據結構DataFrame極大的簡化了數據分析過程中壹些繁瑣操作,DataFrame是壹張多維的表，大家可以把它想象成壹張Excel表單或者Sql表。之前這篇文章已經介紹了從各種數據源將原始數據載入到dataframe中，這篇文件介紹怎麽將處理好的dataframe中的數據寫入到文件和數據庫中。
參考資料
博客園.博客園[引用時間2018-1-2]