如何从Pandas Series中获取非元组类型的索引值

你的valueCounts索引是单级MultiIndex，每个索引元素是仅包含一个日期值的元组，以下是几种将其转换为Timestamp、字符串列表的实用方法：

一、直接提取MultiIndex层级值（推荐，高效） #

利用Pandas内置的get_level_values()方法直接获取对应层级的索引值，无需手动处理元组：

转换成Timestamp列表 #

import pandas as pd

# 获取名为'StartDate'的层级索引，转成Timestamp列表
timestamp_list = valueCounts.index.get_level_values('StartDate').tolist()

得到的列表中每个元素都是pandas.Timestamp类型，支持所有日期时间操作。

转换成字符串列表 #

如果需要字符串格式的日期，可直接对层级索引调用strftime()指定格式，或转成默认字符串：

# 转成'%Y-%m-%d'格式的字符串列表
str_list = valueCounts.index.get_level_values('StartDate').strftime('%Y-%m-%d').tolist()

# 或者直接转成默认字符串格式（如'1986-01-02 00:00:00'）
str_list = [str(date) for date in valueCounts.index.get_level_values('StartDate')]

二、扁平化元组索引（通用方式） #

如果需要手动处理元组元素，可使用列表推导式提取每个元组的第一个元素，再按需转换类型：

# 提取所有元组的第一个元素，得到原始值列表
raw_dates = [item[0] for item in valueCounts.index]

# 转成Timestamp列表
timestamp_list = pd.to_datetime(raw_dates).tolist()

# 转成字符串列表
str_list = raw_dates  # 如果原始值已经是字符串，直接使用
# 或指定格式转换
str_list = [pd.to_datetime(date).strftime('%Y-%m-%d') for date in raw_dates]

内容的提问来源于stack exchange，提问作者ThisIsNotMe