假设有如下的JSON文件：
[{"a": 1, "b": 2, "c": 3},
{"a": 4, "b": 5, "c": 6},
{"a": 7, "b": 8, "c": 9}]
使用read_json函数可以自动将JSON数据集按照指定的顺序转换为Series或者DataFrame对象，其默认做法是假设JSON数据中的每个对象是表里的一行：
In [81]: data = pd.read_json('d:/example.json')
In [82]: data
Out[82]:
a b c
0 1 2 3
1 4 5 6
2 7 8 9
反之，使用to_json函数，将pandas对象转换为json格式：
In [83]: print(data.to_json())
{"a":{"0":1,"1":4,"2":7},"b":{"0":2,"1":5,"2":8},"c":{"0":3,"1":6,"2":9}}
In [84]: print(data.to_json(orient='records')) # 与上面的格式不同
[{"a":1,"b":2,"c":3},{"a":4,"b":5,"c":6},{"a":7,"b":8,"c":9}]
我们都知道，Python标准库pickle，可以支持二进制格式的文件读写，且高效方便。
pandas同样设计了用于pickle格式的读写函数read_pickle和to_pickle。
In [85]: df = pd.read_csv('d:/ex1.csv')
In [86]: df
Out[86]:
a b c d message
0 1 2 3 4 hello
1 5 6 7 8 world
2 9 10 11 12 foo
In [87]: df.to_pickle('d:/df_pickle')
In [88]: new_df = pd.read_pickle('d:/df_pickle')
In [89]: new_df
Out[89]:
a b c d message
0 1 2 3 4 hello
1 5 6 7 8 world
2 9 10 11 12 foo