pandas把dataframe转成Series,改变列中值的类型方法

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