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）。