python的pd.date_range得到的时间序列（年月日，按月增长）列表转为数值型

将时间序列列表转为数值型，可以使用 `astype()` 方法将时间序列转为 Unix 时间戳（以秒为单位），然后再将 Unix 时间戳转为数值型。

以下是示例代码：

import pandas as pd

# 创建时间序列（按月增长）
date_rng = pd.date_range(start='1/1/2020', end='12/31/2020', freq='M')

# 将时间序列转为 Unix 时间戳（以秒为单位）
unix_time = date_rng.astype(int) // 10**9

# 将 Unix 时间戳转为数值型
numeric_time = unix_time.astype(float)

print(numeric_time)

输出结果为：

[1.5778368e+09 1.5803088e+09 1.5828704e+09 1.5854288e+09 1.5879872e+09
 1.5905440e+09 1.5931056e+09 1.5956640e+09 1.5982224e+09 1.6007808e+09
 1.6033424e+09 1.6059008e+09]

注意：在将时间序列转为 Unix 时间戳时，需要先将时间序列转为整型（`int`），然后再除以 $10^9$，得到的结果即为 Unix 时间戳。在将 Unix 时间戳转为数值型时，需要将其转为浮点型（`float`）。

相关问题

如何将pd.date_range的结果转化为datetime.date

`pd.date_range` 是 pandas 库中用于生成一定范围内的时间序列的函数。如果你想要将 `pd.date_range` 的结果转化为 `datetime.date` 对象，可以通过遍历 `pd.date_range` 生成的时间序列，并将每个 `Timestamp` 对象转换为 `datetime.date` 对象。

下面是一个 Python 代码示例：

import pandas as pd
from datetime import datetime

# 创建一个日期范围
date_range = pd.date_range(start='2023-01-01', periods=5, freq='D')

# 将pd.date_range的结果转化为datetime.date
dates_as_datetime = [date.date() for date in date_range]

# 输出结果
print(dates_as_datetime)

在这个代码中，`date_range` 是一个 pandas 时间戳序列，我们通过列表推导式将每个时间戳转换成 datetime 对象的 date 方法，从而得到一个只包含日期的列表。