pandas.interval_range # 熊猫。Interval_range ( start = None , end = None , period = None , freq = None , name = None , close = 'right' ) [来源] # 返回固定频率 IntervalIndex。 参数: 开始数字或类似日期时间,默认无生成区间的左边界。 结束数字或类似日期时间,默认无生成区间的右界。 period int,默认无要生成的周期数。 freq numeric、str、Timedelta、datetime.timedelta 或 DateOffset,默认 None每个间隔的长度。必须与开始和结束的类型一致,例如 2 表示数字,或“5H”表示类似日期时间。对于数字,默认值为 1;对于类似日期时间,默认值为“D”。 名称str,默认无生成的 IntervalIndex 的名称。 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。 返回: 区间索引 也可以看看 IntervalIndex全部在同一侧闭合的区间索引。 笔记 start在、end、periods和四个参数中freq,必须指定三个。如果freq省略,则结果 将在和之间(包含 和 )IntervalIndex具有periods线性间隔的元素 。startend 要了解有关类似日期时间的频率字符串的更多信息,请参阅此链接。 例子 支持数字start和。end >>> pd.interval_range(start=0, end=5) IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5]], dtype='interval[int64, right]') 此外,还支持类似日期时间的输入。 >>> pd.interval_range(start=pd.Timestamp('2017-01-01'), ... end=pd.Timestamp('2017-01-04')) IntervalIndex([(2017-01-01 00:00:00, 2017-01-02 00:00:00], (2017-01-02 00:00:00, 2017-01-03 00:00:00], (2017-01-03 00:00:00, 2017-01-04 00:00:00]], dtype='interval[datetime64[ns], right]') 该freq参数指定左右之间的频率。内各个区间的端点IntervalIndex。对于数字start和end,频率也必须是数字。 >>> pd.interval_range(start=0, periods=4, freq=1.5) IntervalIndex([(0.0, 1.5], (1.5, 3.0], (3.0, 4.5], (4.5, 6.0]], dtype='interval[float64, right]') 同样,对于类似日期时间的start和end,频率必须可转换为 DateOffset。 >>> pd.interval_range(start=pd.Timestamp('2017-01-01'), ... periods=3, freq='MS') IntervalIndex([(2017-01-01 00:00:00, 2017-02-01 00:00:00], (2017-02-01 00:00:00, 2017-03-01 00:00:00], (2017-03-01 00:00:00, 2017-04-01 00:00:00]], dtype='interval[datetime64[ns], right]') 指定start、end和periods;频率自动生成(线性间隔)。 >>> pd.interval_range(start=0, end=6, periods=4) IntervalIndex([(0.0, 1.5], (1.5, 3.0], (3.0, 4.5], (4.5, 6.0]], dtype='interval[float64, right]') 该closed参数指定 内各个区间的哪些端点IntervalIndex是闭合的。 >>> pd.interval_range(end=5, periods=4, closed='both') IntervalIndex([[1, 2], [2, 3], [3, 4], [4, 5]], dtype='interval[int64, both]')