pandas.arrays.IntervalArray # 类 pandas.arrays。IntervalArray ( data , close = None , dtype = None , copy = False , verify_integrity = True ) [来源] # Pandas 数组用于在同一侧闭合的区间数据。 参数: 类似数据数组(一维)类似数组 (ndarray, DateTimeArray, TimeDeltaArray),包含用于构建 IntervalArray 的 Interval 对象。 关闭{'left', 'right', 'both', 'neither'}, 默认 'right'间隔是否在左侧、右侧、两者都闭合或都不闭合。 dtype dtype 或 None,默认 None如果没有,将推断 dtype。 复制bool,默认 False复制输入数据。 verify_integrity bool, 默认 True验证 IntervalArray 是否有效。 也可以看看 Index基本 pandas 索引类型。 Interval有界切片状区间; IntervalArray 的元素。 interval_range函数创建固定频率的IntervalIndex。 cut将值分入离散区间。 qcut根据等级或样本分位数将值分入相同大小的区间。 笔记 请参阅用户指南 了解更多信息。 例子 newIntervalArray可以直接从类似数组的对象构造 Interval: >>> pd.arrays.IntervalArray([pd.Interval(0, 1), pd.Interval(1, 5)]) <IntervalArray> [(0, 1], (1, 5]] Length: 2, dtype: interval[int64, right] 也可以使用构造方法之一来构造它:IntervalArray.from_arrays()、 IntervalArray.from_breaks()和IntervalArray.from_tuples()。 属性 left 返回 IntervalArray 中每个 Interval 的左端点作为索引。 right 返回 IntervalArray 中每个 Interval 的右端点作为索引。 closed 描述间隔包含端的字符串。 mid 返回 IntervalArray 中每个间隔的中点作为索引。 length 返回一个索引,其中的条目表示每个间隔的长度。 is_empty 指示区间是否为空,即不包含点。 is_non_overlapping_monotonic 返回一个布尔值,IntervalArray 是否不重叠且单调。 方法 from_arrays(左,右[,关闭,复制,dtype]) 从定义左边界和右边界的两个数组构造。 from_tuples(数据[,关闭,复制,dtype]) 从类似数组的元组构造一个 IntervalArray。 from_breaks(中断[,关闭,复制,dtype]) 从分割数组构造一个 IntervalArray。 contains(其他) 按元素检查间隔是否包含该值。 overlaps(其他) 按元素检查 Interval 是否与 IntervalArray 中的值重叠。 set_closed(关闭) 返回在指定一侧闭合的相同 IntervalArray。 to_tuples([na_tuple]) 返回 (left, right) 形式的元组的 ndarray(如果 self 是 IntervalArray)或 Index(如果 self 是 IntervalIndex)。