目录

一、用法精讲

96、pandas.Series.bool属性

96-1、语法

96-2、参数

96-3、功能

96-4、返回值

96-5、说明

96-6、用法

96-6-1、数据准备

96-6-2、代码示例

96-6-3、结果输出

97、pandas.Series.to_numpy方法

97-1、语法

97-2、参数

97-3、功能

97-4、返回值

97-5、说明

97-6、用法

97-6-1、数据准备

97-6-2、代码示例

97-6-3、结果输出

98、pandas.Series.to_period方法

98-1、语法

98-2、参数

98-3、功能

98-4、返回值

98-5、说明

98-6、用法

98-6-1、数据准备

98-6-2、代码示例

98-6-3、结果输出

99、pandas.Series.to_timestamp方法

99-1、语法

99-2、参数

99-3、功能

99-4、返回值

99-5、说明

99-6、用法

99-6-1、数据准备

99-6-2、代码示例

99-6-3、结果输出

100、pandas.Series.to_list方法

100-1、语法

100-2、参数

100-3、功能

100-4、返回值

100-5、说明

100-6、用法

100-6-1、数据准备

100-6-2、代码示例

100-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

96、pandas.Series.bool属性

96-1、语法

<code># 96、pandas.Series.bool属性

pandas.Series.bool()

Return the bool of a single element Series or DataFrame.

Deprecated since version 2.1.0: bool is deprecated and will be removed in future version of pandas. For Series use pandas.Series.item.

This must be a boolean scalar value, either True or False. It will raise a ValueError if the Series or DataFrame does not have exactly 1 element, or that element is not boolean (integer values 0 and 1 will also raise an exception).

Returns:

bool

The value in the Series or DataFrame.

96-2、参数

        无

96-3、功能

        用于将pandas.Series中的唯一元素转换为布尔值。

96-4、返回值

        返回一个布尔值，若Series对象的唯一元素为True，则返回True；反之，则返回False。

96-5、说明

        使用bool()来强制转换Series对象为布尔值，前提是Series对象中只能有一个元素。

96-6、用法

96-6-1、数据准备

无

96-6-2、代码示例

# 96、pandas.Series.bool属性

import pandas as pd

s = pd.Series([True])

print(s.bool())

s2 = pd.Series([False])

print(s2.bool())

96-6-3、结果输出

# 96、pandas.Series.bool属性

# True

# False

97、pandas.Series.to_numpy方法

97-1、语法

# 97、pandas.Series.to_numpy方法

pandas.Series.to_numpy(dtype=None, copy=False, na_value=_NoDefault.no_default, **kwargs)

A NumPy ndarray representing the values in this Series or Index.

Parameters:

dtype

str or numpy.dtype, optional

The dtype to pass to numpy.asarray().

copy

bool, default False

Whether to ensure that the returned value is not a view on another array. Note that copy=False does not ensure that to_numpy() is no-copy. Rather, copy=True ensure that a copy is made, even if not strictly necessary.

na_value

Any, optional

The value to use for missing values. The default value depends on dtype and the type of the array.

**kwargs

Additional keywords passed through to the to_numpy method of the underlying array (for extension arrays).

Returns:

numpy.ndarray

97-2、参数

97-2-1、dtype(可选，默认值为None)：指定返回数组的数据类型。如果未提供，方法将使用Series的数据类型。

97-2-2、copy(可选，默认值为False)：表示是否强制创建副本，如果为True，则强制创建一个新的数组副本；否则，如果可能，方法会返回原始数据的视图而不是副本。

97-2-3、na_value(可选)：用于替换缺失值(NaN或None)的标量值，只有在dtype为对象类型时才有效。如果提供此参数，方法会用指定的标量值替换Series中的缺失值。

97-2-4、**kwargs(可选)：其他额外的关键字参数，通常不会用到。

97-3、功能

        用于将Series对象中的数据提取出来，并转换为NumPy数组。

97-4、返回值

        返回值是一个NumPy数组(numpy.ndarray)，它包含了Series中的数据。

97-5、说明

        返回值的特点：

97-5-1、数据类型: 数组的元素类型会根据Series的数据类型自动调整，除非你显式指定了dtype参数。例如，如果Series中包含整数，返回的NumPy数组也会是整数类型，除非你指定了不同的数据类型。

97-5-2、缺失值处理: 如果Series中有缺失值(NaN或None），并且没有指定na_value参数，返回的数组会保留这些缺失值。例如，缺失值会被表示为NaN或适当的NaN替代值，取决于数据类型。

97-5-3、副本与视图: 如果copy参数设置为True，返回的数组是Series数据的副本；如果copy参数为False，则返回的数组可能是原始数据的视图，这取决于数据的内存布局。

97-6、用法

97-6-1、数据准备

无

97-6-2、代码示例

# 97、pandas.Series.to_numpy方法

import pandas as pd

import numpy as np

# 创建一个Series对象

s = pd.Series([1, 2, np.nan, 4])

# 转换为NumPy数组

array = s.to_numpy()

print(array)

print(type(array))

97-6-3、结果输出

# 97、pandas.Series.to_numpy方法

# [ 1. 2. nan 4.]

# <class 'numpy.ndarray'>

98、pandas.Series.to_period方法

98-1、语法

# 98、pandas.Series.to_period方法

pandas.Series.to_period(freq=None, copy=None)

Convert Series from DatetimeIndex to PeriodIndex.

Parameters:

freqstr, default None

Frequency associated with the PeriodIndex.

copybool, default True

Whether or not to return a copy.

Note

The copy keyword will change behavior in pandas 3.0. Copy-on-Write will be enabled by default, which means that all methods with a copy keyword will use a lazy copy mechanism to defer the copy and ignore the copy keyword. The copy keyword will be removed in a future version of pandas.

You can already get the future behavior and improvements through enabling copy on write pd.options.mode.copy_on_write = True

Returns:

Series

Series with index converted to PeriodIndex.

98-2、参数

98-2-1、freq(可选，默认值为None)：指定时间段的频率(如'D'表示日，'M'表示月)，如果不指定，方法会根据Series的数据自动推断频率。

98-2-2、copy(可选，默认值为None)：布尔值，如果为True，会返回副本；如果为False，会返回视图；如果没有特别需求，通常可以使用默认值。

98-3、功能

        用于将Series对象的时间戳数据转换为Period对象，Period对象对象代表特定的时间段(如日、月、年等)，而不是单一的时间点。

98-4、返回值

        返回一个Period类型的Series，其频率由freq参数指定。

98-5、说明

        无

98-6、用法

98-6-1、数据准备

无

98-6-2、代码示例

# 98、pandas.Series.to_period方法

import pandas as pd

# 创建一个DatetimeIndex，这次我们为每个年份指定一个具体的日期（例如，每年的1月1日）

idx = pd.DatetimeIndex(['2023-01-01', '2024-01-01', '2025-01-01'])

# 创建一个Series，使用上述索引

s = pd.Series([1, 2, 3], index=idx)

# 现在我们可以安全地将Series转换为Period类型，这里我们将其转换为年度周期

s = s.to_period('Y')

print(s)

98-6-3、结果输出

# 98、pandas.Series.to_period方法

# 2023 1

# 2024 2

# 2025 3

# Freq: Y-DEC, dtype: int64

99、pandas.Series.to_timestamp方法

99-1、语法

# 99、pandas.Series.to_timestamp方法

pandas.Series.to_timestamp(freq=None, how='start', copy=None)code>

Cast to DatetimeIndex of Timestamps, at beginning of period.

Parameters:

freqstr, default frequency of PeriodIndex

Desired frequency.

how{‘s’, ‘e’, ‘start’, ‘end’}

Convention for converting period to timestamp; start of period vs. end.

copybool, default True

Whether or not to return a copy.

Note

The copy keyword will change behavior in pandas 3.0. Copy-on-Write will be enabled by default, which means that all methods with a copy keyword will use a lazy copy mechanism to defer the copy and ignore the copy keyword. The copy keyword will be removed in a future version of pandas.

You can already get the future behavior and improvements through enabling copy on write pd.options.mode.copy_on_write = True

Returns:

Series with DatetimeIndex

99-2、参数