在 Python 中将 2 列的数据框转换为一系列 2 列

我正在尝试处理一些时间序列数据，并且对 pandas 数据框相当陌生。我有一个包含两列的数据框，如下所示：

+---+-----------------------+-------+--+
|   |           0           |   1   |  |
+---+-----------------------+-------+--+
| 1 | 2018-08-02 23:00:00   | 456.8 |  |
| 2 | 2018-08-02 23:01:00   | 457.9 |  |
+---+-----------------------+-------+--+

我正在尝试将其转换为具有两列的系列，就像数据框中一样。如何做呢？因为 pd.series 正在将数据帧转换为一系列单列。

在 Pandas 中，不能创建具有两列的 Series。Pandas Series 是一个一维的、带标签的数组，只能保存一列数据。

如果你想将两列数据框转换为一个保持两列结构的对象，你可以使用以下选项：

1. 使用 to_numpy() 将其转换为 NumPy 数组：

df = pd.DataFrame({
    0: pd.to_datetime(['2018-08-02 23:00:00', '2018-08-02 23:01:00']),
    1: [456.8, 457.9]
})

data_array = df.to_numpy()
print(data_array)

这将创建一个二维 NumPy 数组，其中每一行对应数据框中的一行。

1. 使用 to_records() 将其转换为结构化数组：

data_records = df.to_records(index=False)
print(data_records)

这将创建一个结构化数组，其中每列都有一个名称（来自数据框的列名），并且可以像访问 NumPy 结构化数组中的字段一样访问数据。

1. 使用列表推导创建一个元组列表：

data_list = [(row[0], row[1]) for row in df.values]
print(data_list)

这将创建一个包含元组的列表，每个元组代表数据框中的一行。

选择哪种方法取决于你打算如何使用转换后的数据。