目录
一、用法精讲
771、pandas.arrays.IntervalArray.left属性
771-1、语法
771-2、参数
771-3、功能
771-4、返回值
771-5、说明
771-6、用法
771-6-1、数据准备
771-6-2、代码示例
771-6-3、结果输出
772、pandas.arrays.IntervalArray.right属性
772-1、语法
772-2、参数
772-3、功能
772-4、返回值
772-5、说明
772-6、用法
772-6-1、数据准备
772-6-2、代码示例
772-6-3、结果输出
773、pandas.arrays.IntervalArray.closed属性
773-1、语法
773-2、参数
773-3、功能
773-4、返回值
773-5、说明
773-6、用法
773-6-1、数据准备
773-6-2、代码示例
773-6-3、结果输出
774、pandas.arrays.IntervalArray.mid属性
774-1、语法
774-2、参数
774-3、功能
774-4、返回值
774-5、说明
774-6、用法
774-6-1、数据准备
774-6-2、代码示例
774-6-3、结果输出
775、pandas.arrays.IntervalArray.length属性
775-1、语法
775-2、参数
775-3、功能
775-4、返回值
775-5、说明
775-6、用法
775-6-1、数据准备
775-6-2、代码示例
775-6-3、结果输出
二、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
一、用法精讲
771、pandas.arrays.IntervalArray.left属性
771-1、语法
# 771、pandas.arrays.IntervalArray.left属性
property pandas.IntervalArray.left
Return the left endpoints of each Interval in the IntervalArray as an Index.
771-2、参数
无
771-3、功能
用于获取IntervalArray对象中每个区间的左边界。
771-4、返回值
返回一个包含所有区间左端点的数组,通常是Int64Index或Float64Index类型,具体取决于区间的数据类型,如果区间是整数类型,则返回Int64Index;如果是浮点数,则返回Float64Index。
771-5、说明
无
771-6、用法
771-6-1、数据准备
无
771-6-2、代码示例
# 771、pandas.arrays.IntervalArray.left属性
import pandas as pd
# 创建一个IntervalArray
intervals = pd.IntervalIndex.from_tuples([(1, 3), (2, 5), (6, 8)])
# 获取IntervalArray对象
interval_array = pd.arrays.IntervalArray(intervals)
# 获取左边界
left_bounds = interval_array.left
print(left_bounds)
771-6-3、结果输出
# 771、pandas.arrays.IntervalArray.left属性
# Index([1, 2, 6], dtype='int64')
772、pandas.arrays.IntervalArray.right属性
772-1、语法
# 772、pandas.arrays.IntervalArray.right属性
property pandas.IntervalArray.right
Return the right endpoints of each Interval in the IntervalArray as an Index.
772-2、参数
无
772-3、功能
用于获取IntervalArray中每个区间的右边界。
772-4、返回值
返回一个数组,包含所有区间的右端点,返回的数组类型与区间的数据类型一致,如果区间是整数,返回的就是Int64Index;如果是浮点数,则返回Float64Index。
772-5、说明
无
772-6、用法
772-6-1、数据准备
无
772-6-2、代码示例
# 772、pandas.arrays.IntervalArray.right属性
import pandas as pd
# 创建一个IntervalArray
intervals = pd.IntervalIndex.from_tuples([(1, 3), (2, 5), (6, 8)])
# 获取IntervalArray对象
interval_array = pd.arrays.IntervalArray(intervals)
# 获取右边界
right_bounds = interval_array.right
print(right_bounds)
772-6-3、结果输出
# 772、pandas.arrays.IntervalArray.right属性
# Index([3, 5, 8], dtype='int64')
773、pandas.arrays.IntervalArray.closed属性
773-1、语法
# 773、pandas.arrays.IntervalArray.closed属性
property pandas.IntervalArray.closed
String describing the inclusive side the intervals.Either left, right, both or neither.
773-2、参数
无
773-3、功能
用于查看区间数组中所有区间的端点闭合性质。
773-4、返回值
返回值是一个字符,指示区间的闭合状态,具体返回值有:
- 'right':每个区间的右端点是闭合的(包含)。
- 'left':每个区间的左端点是闭合的(包含)。
- 'both':两个端点都闭合(包含)。
- 'neither':两个端点都开放(不包含)。
773-5、说明
无
773-6、用法
773-6-1、数据准备
无
773-6-2、代码示例
# 773、pandas.arrays.IntervalArray.closed属性
import pandas as pd
# 创建一个区间数组
intervals = pd.IntervalIndex.from_tuples([(1, 5), (5, 10), (10, 15)], closed='both')
# 输出区间数组
print("区间数组:", intervals)
# 查看闭合性质
print("闭合性质:", intervals.closed)
773-6-3、结果输出
# 773、pandas.arrays.IntervalArray.closed属性
# 区间数组: IntervalIndex([[1, 5], [5, 10], [10, 15]], dtype='interval[int64, both]')
# 闭合性质: both
774、pandas.arrays.IntervalArray.mid属性
774-1、语法
# 774、pandas.arrays.IntervalArray.mid属性
property pandas.IntervalArray.mid
Return the midpoint of each Interval in the IntervalArray as an Index.
774-2、参数
无
774-3、功能
用于计算并返回数组中每个区间的中点。
774-4、返回值
返回一个包含IntervalArray中每个区间中点的索引。
774-5、说明
每个区间的中点是通过左边界和右边界的平均值来计算的。
774-6、用法
774-6-1、数据准备
无
774-6-2、代码示例
# 774、pandas.arrays.IntervalArray.mid属性
import pandas as pd
# 创建一个IntervalArray
intervals = pd.arrays.IntervalArray.from_arrays([0, 1, 2], [1, 2, 3], closed='right')
# 计算中点
midpoints = intervals.mid
print(midpoints)
774-6-3、结果输出
# 774、pandas.arrays.IntervalArray.mid属性
# Index([0.5, 1.5, 2.5], dtype='float64')
775、pandas.arrays.IntervalArray.length属性
775-1、语法
# 775、pandas.arrays.IntervalArray.length属性
property pandas.IntervalArray.length
Return an Index with entries denoting the length of each Interval.
775-2、参数
无
775-3、功能
用于获取IntervalArray中每个区间的长度,长度是通过计算每个区间的右边界和左边界之间的差值来确定的。
775-4、返回值
返回一个整数数组,表示每个区间的长度。
775-5、说明
每个区间的长度是通过右边界减去左边界来计算的。
775-6、用法
775-6-1、数据准备
无
775-6-2、代码示例
# 775、pandas.arrays.IntervalArray.length属性
import pandas as pd
# 创建一个IntervalArray
intervals = pd.arrays.IntervalArray.from_arrays([0, 1, 2], [1, 2, 4], closed='right')
# 获取每个区间的长度
lengths = intervals.length
print(lengths)
775-6-3、结果输出
# 775、pandas.arrays.IntervalArray.length属性
# Index([1, 1, 2], dtype='int64')