将DataFrame转换成Series:
- 使用iloc方法选择一列数据,返回的是Series对象,例如:df.iloc[:, 0]
- 使用单个方括号加列名选择一列数据,返回的是Series对象,例如: df['column_name']
改变Series的值的类型:
- 使用astype()函数将Series中的数据类型转换为其他数据类型,例如: df['column_name'].astype(float)
示例1:
import pandas as pd
import numpy as np
# 创建一个数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
# 将'B'列转换成Series数据类型,并转换为float类型
new_series = df['B'].astype(float)
# 输出结果
print(new_series)
输出结果为:
0 NaN
1 NaN
2 NaN
Name: B, dtype: float64
示例2:
import pandas as pd
import numpy as np
# 创建一个数据框
df=pd.DataFrame({
'A':[1,2,3,4,5],
'B':[10.1,11.2,12.3,13.4,14.5],
'C':['x','y','z','p','q'],
'D':['2019-01-01','2019-01-02','2019-01-03','2019-01-04','2019-01-05']
})
# 将'B'列转换成Series数据类型,并转换为int类型
new_series=df['B'].astype(int)
# 输出结果
print(new_series)
输出结果为:
0 10
1 11
2 12
3 13
4 14
Name: B, dtype: int64
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:pandas把dataframe转成Series,改变列中值的类型方法 - Python技术站