如何让Pandas tolist()返回不同数据类型（int与double）？

这个问题我碰到过好几次了，其实不用纠结astype()同时作用两列的限制，我们可以针对性地单独处理每一列的类型，给你几个实用的方案：

方案1：逐行提取并单独转换类型（最直观） #

直接定位到目标行，分别对date列做int转换，LTP保持原类型，再组合成列表：

# 提取第一行数据
target_row = df.iloc[0]
# 分别处理类型后组合成你要的列表格式
result = [[int(target_row['date']), target_row['LTP']]]

这样得到的结果就是[[1472688000000, -0.7222783810000001]]，完美符合你的需求。

方案2：用apply逐行处理（适合批量多行） #

如果需要处理多行数据，用apply配合lambda函数可以批量完成列类型的单独转换：

# 处理前N行（这里是前1行），axis=1表示按行处理
result = df[['date','LTP']].iloc[0:1].apply(
    lambda row: [int(row['date']), row['LTP']],
    axis=1
).tolist()

这个方法的好处是不用修改原DataFrame，直接生成目标格式的列表。

方案3：临时修改单列类型（适合需要重复使用转换后数据的场景） #

如果你之后还需要用到转换后的date列数据，可以先创建一个临时DataFrame，单独修改date的类型，再转列表：

# 复制目标列到临时DataFrame，避免修改原数据
temp_df = df[['date','LTP']].copy()
# 只修改date列为int类型
temp_df['date'] = temp_df['date'].astype(int)
# 转成列表
result = temp_df.iloc[0:1].values.tolist()

这几个方案都能解决你的问题，根据自己的实际场景选就行～

内容的提问来源于stack exchange，提问作者saias