目录
一、用法精讲
951、pandas.IntervalIndex.values属性
951-1、语法
951-2、参数
951-3、功能
951-4、返回值
951-5、说明
951-6、用法
951-6-1、数据准备
951-6-2、代码示例
951-6-3、结果输出
952、pandas.IntervalIndex.from_arrays类方法
952-1、语法
952-2、参数
952-3、功能
952-4、返回值
952-5、说明
952-6、用法
952-6-1、数据准备
952-6-2、代码示例
952-6-3、结果输出
953、pandas.IntervalIndex.from_tuples类方法
953-1、语法
953-2、参数
953-3、功能
953-4、返回值
953-5、说明
953-6、用法
953-6-1、数据准备
953-6-2、代码示例
953-6-3、结果输出
954、pandas.IntervalIndex.from_breaks类方法
954-1、语法
954-2、参数
954-3、功能
954-4、返回值
954-5、说明
954-6、用法
954-6-1、数据准备
954-6-2、代码示例
954-6-3、结果输出
955、pandas.IntervalIndex.contains方法
955-1、语法
955-2、参数
955-3、功能
955-4、返回值
955-5、说明
955-6、用法
955-6-1、数据准备
955-6-2、代码示例
955-6-3、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
951、pandas.IntervalIndex.values属性
951-1、语法
# 951、pandas.IntervalIndex.values属性
property pandas.IntervalIndex.values
Return an array representing the data in the Index.WarningWe recommend using Index.array or Index.to_numpy(), depending on whether you need a reference to the underlying data or a NumPy array.Returns:
array: numpy.ndarray or ExtensionArray951-2、参数
无
951-3、功能
用于获取IntervalIndex对象中所有区间的值。
951-4、返回值
返回一个NumPy数组，数组的每个元素都是一个Interval对象，表示IntervalIndex中的一个区间。
951-5、说明
无
951-6、用法
951-6-1、数据准备
无951-6-2、代码示例
# 951、pandas.IntervalIndex.values属性
import pandas as pd
# 创建一个IntervalIndex
interval_index = pd.IntervalIndex.from_tuples([(1, 2), (3, 4), (5, 6)])
# 获取区间的值
values = interval_index.values
print(values)951-6-3、结果输出
# 951、pandas.IntervalIndex.values属性
# <IntervalArray>
# [(1, 2], (3, 4], (5, 6]]
# Length: 3, dtype: interval[int64, right]952、pandas.IntervalIndex.from_arrays类方法
952-1、语法
# 952、pandas.IntervalIndex.from_arrays类方法
classmethod pandas.IntervalIndex.from_arrays(left, right, closed='right', name=None, copy=False, dtype=None)
Construct from two arrays defining the left and right bounds.Parameters:
left
array-like (1-dimensional)
Left bounds for each interval.right
array-like (1-dimensional)
Right bounds for each interval.closed
{‘left’, ‘right’, ‘both’, ‘neither’}, default ‘right’
Whether the intervals are closed on the left-side, right-side, both or neither.name
str, optional
Name of the resulting IntervalIndex.copy
bool, default False
Copy the data.dtype
dtype, optional
If None, dtype will be inferred.Returns:
IntervalIndex
Raises:
ValueError
When a value is missing in only one of left or right. When a value in left is greater than the corresponding value in right.952-2、参数
952-2-1、left(必需)：array-like，表示左边界数组，指定每个区间的左端点。
952-2-2、right(必需)：array-like，表示右边界数组，指定每个区间的右端点。
952-2-3、closed(可选，默认值为'right')：{'right'， 'left'， 'both'，'neither'}，指定区间的闭合性：
- 'right'： 区间包括右端点(左闭右开)；
- 'left'：区间包括左端点(左开右闭)；
- 'both'：区间两端都包括(左闭右闭)；
- 'neither'：区间两端都不包括(左开右开)。
952-2-4、name(可选，默认值为None)：字符串，为IntervalIndex赋予一个名称，可以在数据分析或数据处理时使用。
952-2-5、copy(可选，默认值为False)：布尔值，如果为True，则复制传入的left和right数组，防止原数组被修改。
952-2-6、dtype(可选，默认值为None)：datetimelike，指定结果的类型，通常不需要设置，这样pandas会自动推测。
952-3、功能
用于从两个数组(左边界和右边界)创建一个IntervalIndex，适用于需要对数据区间进行操作和计算的场景，比如时间区间、数值区间等。
952-4、返回值
返回一个IntervalIndex对象，表示从提供的左和右边界数组所定义的区间。
952-5、说明
无
952-6、用法
952-6-1、数据准备
无952-6-2、代码示例
# 952、pandas.IntervalIndex.from_arrays类方法
import pandas as pd
# 创建一个IntervalIndex
interval_index = pd.IntervalIndex.from_arrays(left=[1, 2, 3], right=[2, 3, 4], closed='left')
print(interval_index)952-6-3、结果输出
# 952、pandas.IntervalIndex.from_arrays类方法
# IntervalIndex([[1, 2), [2, 3), [3, 4)], dtype='interval[int64, left]')953、pandas.IntervalIndex.from_tuples类方法
953-1、语法
# 953、pandas.IntervalIndex.from_tuples类方法
classmethod pandas.IntervalIndex.from_tuples(data, closed='right', name=None, copy=False, dtype=None)
Construct an IntervalIndex from an array-like of tuples.Parameters:
data
array-like (1-dimensional)
Array of tuples.closed
{‘left’, ‘right’, ‘both’, ‘neither’}, default ‘right’
Whether the intervals are closed on the left-side, right-side, both or neither.name
str, optional
Name of the resulting IntervalIndex.copy
bool, default False
By-default copy the data, this is compat only and ignored.dtype
dtype or None, default None
If None, dtype will be inferred.Returns:
IntervalIndex953-2、参数
953-2-1、data(必需)：可迭代对象(如列表、元组等)，包含区间元组的可迭代对象，每个元组应包含两个元素，表示区间的起始和结束值。
953-2-2、closed(可选，默认值为'right')：字符串，指定区间的闭合方式，可选值包括：
- 'right'： 区间包括右端点(左闭右开)；
- 'left'：区间包括左端点(左开右闭)；
- 'both'：区间两端都包括(左闭右闭)；
- 'neither'：区间两端都不包括(左开右开)。
953-2-3、name(可选，默认值为None)：字符串或None，为创建的区间索引指定一个名称。
953-2-4、copy(可选，默认值为False)：布尔值，如果为True，则会复制输入数据；如果为False，则不会复制。
953-2-5、dtype(可选，默认值为None)：数据类型或None，指定区间索引的数据类型，如果为None，则会根据输入数据推断数据类型。
953-3、功能
从给定的区间元组创建一个IntervalIndex对象，方便在数据分析和处理时使用区间数据。
953-4、返回值
返回一个IntervalIndex对象，表示由输入的区间元组构成的索引，该索引可以用于数据框架或系列的索引，支持区间的各种操作和查询。
953-5、说明
无
953-6、用法
953-6-1、数据准备
无953-6-2、代码示例
# 953、pandas.IntervalIndex.from_tuples类方法
import pandas as pd
# 创建区间索引
interval_index = pd.IntervalIndex.from_tuples([(1, 2), (3, 5), (7, 8)], closed='right')
print(interval_index)953-6-3、结果输出
# 953、pandas.IntervalIndex.from_tuples类方法
# IntervalIndex([(1, 2], (3, 5], (7, 8]], dtype='interval[int64, right]')954、pandas.IntervalIndex.from_breaks类方法
954-1、语法
# 954、pandas.IntervalIndex.from_breaks类方法
classmethod pandas.IntervalIndex.from_breaks(breaks, closed='right', name=None, copy=False, dtype=None)
Construct an IntervalIndex from an array of splits.Parameters:
breaks
array-like (1-dimensional)
Left and right bounds for each interval.closed
{‘left’, ‘right’, ‘both’, ‘neither’}, default ‘right’
Whether the intervals are closed on the left-side, right-side, both or neither.name
str, optional
Name of the resulting IntervalIndex.copy
bool, default False
Copy the data.dtype
dtype or None, default None
If None, dtype will be inferred.Returns:
IntervalIndex954-2、参数
954-2-1、breaks(必需)：可迭代对象(如列表、数组等)，表示包含区间的分隔点，分隔点的数量需要至少为两个才能形成至少一个区间。
954-2-2、closed(可选，默认值为'right')：字符串，指定区间的闭合方式，可选值包括：
- 'right'： 区间包括右端点(左闭右开)；
- 'left'：区间包括左端点(左开右闭)；
- 'both'：区间两端都包括(左闭右闭)；
- 'neither'：区间两端都不包括(左开右开)。
954-2-3、name(可选，默认值为None)：字符串或None，为创建的区间索引指定一个名称。
954-2-4、copy(可选，默认值为False)：布尔值，如果为True，则会复制输入数据；如果为False，则不会复制。
954-2-5、dtype(可选，默认值为None)：数据类型或None，指定区间索引的数据类型，如果为None，则会根据输入数据推断数据类型。
954-3、功能
使用指定的分隔点生成对应的区间索引，每一对相邻的分隔点定义一个区间，便于处理连续的数据范围。
954-4、返回值
返回一个IntervalIndex对象，表示由给定的分隔点生成的区间索引，该索引可以在数据分析中用于处理区间数据。
954-5、说明
无
954-6、用法
954-6-1、数据准备
无954-6-2、代码示例
# 954、pandas.IntervalIndex.from_breaks类方法
import pandas as pd
# 创建区间索引
breaks = [0, 1, 3, 4, 6]
interval_index = pd.IntervalIndex.from_breaks(breaks, closed='right')
print(interval_index)954-6-3、结果输出
# 954、pandas.IntervalIndex.from_breaks类方法
# IntervalIndex([(0, 1], (1, 3], (3, 4], (4, 6]], dtype='interval[int64, right]')955、pandas.IntervalIndex.contains方法
955-1、语法
# 955、pandas.IntervalIndex.contains方法
pandas.IntervalIndex.contains(*args, **kwargs)
Check elementwise if the Intervals contain the value.Return a boolean mask whether the value is contained in the Intervals of the IntervalArray.Parameters:
other
scalar
The value to check whether it is contained in the Intervals.Returns:
boolean array955-2、参数
955-2-1、*args(可选)：其他位置参数，为后续扩展功能做预留。
955-2-2、**kwargs(可选)：其他关键字参数，为后续扩展功能做预留。
955-3、功能
用于检查给定的值是否在IntervalIndex中的各个区间内，该方法可以用于判断某个值是否属于特定的区间集合。
955-4、返回值
返回一个布尔值(如果value是单个值)或者一个布尔数组(如果value是多个值)，表示所检查的值是否包含在IntervalIndex的任何区间内。
955-5、说明
无
955-6、用法
955-6-1、数据准备
无955-6-2、代码示例
# 955、pandas.IntervalIndex.contains方法
import pandas as pd
# 创建一个IntervalIndex
interval_index = pd.arrays.IntervalArray.from_tuples([(0, 5), (5, 10), (10, 15)])
# 检查某个值是否在区间内
print(interval_index.contains(3))
print(interval_index.contains(5))
print(interval_index.contains(12))
# 检查多个值
values = [1, 6, 11, 15]
# 使用列表推导式来检查每个值是否在interval_index中的任何一个区间内
contains_results = [interval_index.contains(value) for value in values]
print(contains_results) 955-6-3、结果输出
# 955、pandas.IntervalIndex.contains方法
# [ True False False]
# [ True False False]
# [False False True]
# [array([ True, False, False]), array([False, True, False]), array([False, False, True]), array([False, False, True])]
