pandas.Series.values #

地产系列。值[来源] #

根据数据类型将 Series 返回为 ndarray 或 ndarray-like。

警告

我们建议使用Series.array或 Series.to_numpy()，具体取决于您是否需要对基础数据或 NumPy 数组的引用。

返回：

numpy.ndarray 或类似 ndarray

也可以看看

Series.array: 参考基础数据。
Series.to_numpy: 表示基础数据的 NumPy 数组。

例子

>>> pd.Series([1, 2, 3]).values
array([1, 2, 3])

>>> pd.Series(list('aabc')).values
array(['a', 'a', 'b', 'c'], dtype=object)

>>> pd.Series(list('aabc')).astype('category').values
['a', 'a', 'b', 'c']
Categories (3, object): ['a', 'b', 'c']

时区感知日期时间数据转换为 UTC：

>>> pd.Series(pd.date_range('20130101', periods=3,
...                         tz='US/Eastern')).values
array(['2013-01-01T05:00:00.000000000',
       '2013-01-02T05:00:00.000000000',
       '2013-01-03T05:00:00.000000000'], dtype='datetime64[ns]')