pandas.Interval#

class pandas.Interval#

实现区间的不可变对象，区间是有界的类似切片的区间。

参数

left可排序标量: 中场休息时的左路。
right可排序标量: 中场休息时的右界。
closed{‘右’，‘左’，‘两者’，‘都不’}，默认‘右’: 间隔是左侧闭合、右侧闭合、两者都闭合还是两者都不闭合。有关更详细的说明，请参阅注释。

参见

IntervalIndex: 所有在同一侧闭合的间隔对象的索引。
cut: 将连续数据转换为离散箱(按区间对象分类)。
qcut: 将连续数据转换为基于分位数的箱(区间对象的分类)。
Period: 表示一段时间。

注意事项

这些参数 left 和 right 必须来自同一类型，您必须能够比较它们，并且它们必须满足 left <= right 。

A closed interval (in mathematics denoted by square brackets) contains its endpoints, i.e. the closed interval [0, 5] is characterized by the conditions 0 <= x <= 5. This is what closed='both' stands for. An open interval (in mathematics denoted by parentheses) does not contain its endpoints, i.e. the open interval (0, 5) is characterized by the conditions 0 < x < 5. This is what closed='neither' stands for. Intervals can also be half-open or half-closed, i.e. [0, 5) is described by 0 <= x < 5 (closed='left') and (0, 5] is described by 0 < x <= 5 (closed='right').

示例

可以构建不同类型的间隔，如数字间隔：

>>> iv = pd.Interval(left=0, right=5)
>>> iv
Interval(0, 5, closed='right')

您可以检查元素是否属于该元素

>>> 2.5 in iv
True

你可以测试一下边界 (closed='right' ，所以 0 < x <= 5 )：

>>> 0 in iv
False
>>> 5 in iv
True
>>> 0.0001 in iv
True

计算它的长度

>>> iv.length
5

您可以通过以下方式操作 + 和 * 并将运算应用于其每个边界，因此结果取决于绑定元素的类型

>>> shifted_iv = iv + 3
>>> shifted_iv
Interval(3, 8, closed='right')
>>> extended_iv = iv * 10.0
>>> extended_iv
Interval(0.0, 50.0, closed='right')

要创建时间间隔，可以使用时间戳作为界限

>>> year_2017 = pd.Interval(pd.Timestamp('2017-01-01 00:00:00'),
...                         pd.Timestamp('2018-01-01 00:00:00'),
...                         closed='left')
>>> pd.Timestamp('2017-01-01 00:00') in year_2017
True
>>> year_2017.length
Timedelta('365 days 00:00:00')

属性

`closed`	间隔是左侧闭合、右侧闭合、两者都闭合还是两者都不闭合。
`closed_left`	检查左侧的间隔是否闭合。
`closed_right`	检查右侧的间隔是否闭合。
`is_empty`	指示间隔是否为空，表示该间隔不包含任何点。
`left`	中场休息时的左路。
`length`	返回间隔的长度。
`mid`	返回间隔的中点。
`open_left`	检查左侧的间隔是否打开。
`open_right`	检查右侧的间隔是否打开。
`right`	中场休息时的右界。

方法：

overlaps

检查两个间隔对象是否重叠。

pandas.PeriodDtype.freq

pandas.Interval.closed