python的pd.date_range得到的时间序列列表转为数值型

你可以使用 `pd.date_range` 函数生成一个时间序列列表，然后通过 `pd.Series` 将其转换为 Pandas 的 Series 对象，再使用 `Series.dt` 属性来访问日期时间组件，如 `.year`、`.month`、`.day`、`.hour`、`.minute`、`.second` 等，进而将其转换为数值型数据。

以下是一个示例代码，用于将日期时间序列转换为数值型数据：

import pandas as pd

# 生成一个日期时间序列
date_range = pd.date_range(start='2022-01-01 00:00:00', end='2022-01-02 00:00:00', freq='15min')

# 将日期时间序列转换为 Pandas 的 Series 对象
series = pd.Series(date_range)

# 访问日期时间组件，并将其转换为数值型数据
year = series.dt.year.astype(int)
month = series.dt.month.astype(int)
day = series.dt.day.astype(int)
hour = series.dt.hour.astype(int)
minute = series.dt.minute.astype(int)
second = series.dt.second.astype(int)

在上述示例代码中，我们首先使用 `pd.date_range` 函数生成了一个从 `2022-01-01 00:00:00` 到 `2022-01-02 00:00:00` 每隔 15 分钟一个时间点的日期时间序列。然后，我们通过 `pd.Series` 将其转换为 Pandas 的 Series 对象。接下来，我们分别使用 `Series.dt.year`、`Series.dt.month`、`Series.dt.day`、`Series.dt.hour`、`Series.dt.minute`、`Series.dt.second` 访问日期时间组件，并通过 `.astype(int)` 将其转换为数值型数据。最终，我们得到了一个包含年、月、日、小时、分钟、秒的数值型数据。