1. 读写JSON

JSON与字典相似，由键值对构成。

对于JSON的格式化处理：
①菜鸟工具：https://c.runoob.com/front-end/53/
②JsonLint：https://jsonlint.com/
③BEJSON：https://www.bejson.com/

示例JSON文件：历年诺贝尔奖 https://api.nobelprize.org/v1/prize.json

使用pd.read_json()。一级key为prizes，对应的值为列表：

选取列表中的索引2：

得到列表该索引处的字典：

将字典规范化（normalize）为表格：pd.json_normalize()

但是字典中的laureates对应的字典还在：

进一步将其规范化，并将需要保留的"year", "category"传递给meta参数：

laureates成功被拆分：

但是，不能急着将data = chemistry_2019 = nobel.loc[0, "prizes"]改成data = nobel["prizes"]，因为有的行中并没有laureates。自诺贝尔文学奖设立以来，瑞典学院共有7次停颁此奖，时间分别：1914年、1918年、1935年、1940年、1941年、1942年和1943年。例如1940年：

因此字典中缺少laureates相应的键值对。可通过.setdefault("laureates", [])设置"laureates"对应空值：

现在就可以写data = nobel["prizes"]了：

使用.to_json把表格转化成Json。

orient = "records"得到由多个字典组成的列表：

orient = "split"得到由三个字典组成的列表，第一个是列名"columns"，第二个是行名（索引）"index"，第三个是数据"data"：

如果需要保存为文件，把文件名传递给第一个参数：

2. 读写CSV

示例CSV文件：纽约市新生婴儿信息 http://mng.bz/MgzQ

这个应该是个短链接网站。该链接可以获得URL，用于CSV文件输入：https://data.cityofnewyork.us/api/views/25th-nujf/rows.csv

pd.read_csv()读取CSV：

to_csv()转为CSV：（012345的默认索引也会被被转）

使用index = False去除默认索引：

选取指定列，保存CSV：

3. 环境的安装和配置

在anaconda prompt查看anaconda中所有可用的环境及其位置：

base是基础自带的，py37是我之前自己建立的：

conda info的帮助界面：

环境的创建：

也可在Anaconda Navigator管理环境：

4. 读写Excel

不推荐使用anaconda的base环境。

如果是新环境，记得安装xlrd和openpyxl：

直接读：

选取指定列，设置指定索引：

多工作表的工作簿，默认导入第一个表：

sheet_name = None则能得到一个字典：

指定表：

两个工作表写入一个工作簿示例：