如何将 Pandas DataFrame 列转换为系列？

在 Pandas 中，DataFrame 是一种广泛使用的数据结构，它由行和列组成。但是，在一些场景下，我们可能需要将 DataFrame 某一列转换为 Pandas 系列，以便进行一些操作。这篇文章将介绍如何将 Pandas DataFrame 列转换为系列。

1. 使用 loc 函数

使用 loc 函数可以轻松地从 DataFrame 中选择任意行和列。如果我们只需要 DataFrame 中的一列，我们可以使用 loc 函数并将需要的列名称指定为参数，然后返回的就是一个 Pandas 系列。下面是一个例子：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 32, 18, 47],
    'gender': ['F', 'M', 'M', 'M']
})

# 将 DataFrame 中的 age 列转换为 Pandas 系列
age_series = df.loc[:, 'age']
print(age_series)

输出：

0    25
1    32
2    18
3    47
Name: age, dtype: int64

2. 使用 iloc 函数

与 loc 函数类似，iloc 函数也可以使用行和列的下标来选择元素。如果我们只需要 DataFrame 中的一列，我们可以使用 iloc 函数并将需要的列在 DataFrame 中的位置指定为参数，然后返回的就是一个 Pandas 系列。下面是一个例子：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 32, 18, 47],
    'gender': ['F', 'M', 'M', 'M']
})

# 将 DataFrame 中的 age 列转换为 Pandas 系列
age_series = df.iloc[:, 1]
print(age_series)

输出：

0    25
1    32
2    18
3    47
Name: age, dtype: int64

3. 使用 Series 函数

如果我们已经知道要从 DataFrame 中选择的列的名称，我们也可以使用 Series 函数来创建 Pandas 系列。下面是一个例子：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 32, 18, 47],
    'gender': ['F', 'M', 'M', 'M']
})

# 将 DataFrame 中的 age 列转换为 Pandas 系列
age_series = pd.Series(df['age'])
print(age_series)

输出：

0    25
1    32
2    18
3    47
Name: age, dtype: int64

总结

本文介绍了三种将 Pandas DataFrame 列转换为系列的方法：使用 loc 函数、使用 iloc 函数和使用 Series 函数。无论使用哪种方法，最终的结果都是一个 Pandas 系列，可以对其进行各种操作。