实现一个间隔(有界的slice-like间隔)的不可变对象。

参数:

left:orderable scalar间隔的左边界。

right:orderable scalar间隔的右界。

closed:{‘right’, ‘left’, ‘both’, ‘neither’}, 默认为 ‘right’是否关闭left-side,right-side或两者都不关闭间隔。有关更多详细说明,请参见注释。

注意:

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。

封闭区间(在数学中由方括号表示)包含其端点,即封闭区间[0, 5]有条件的特点0 <= x <= 5。这是什么closed='both'代表。开放时间间隔(用括号表示的数学形式)不包含其端点,即开放时间间隔(0, 5)有条件的特点0 < x < 5。这是什么closed='neither'代表。间隔也可以是半开或half-closed,即[0, 5)被描述为0 <= x < 5(closed='left')和(0, 5]被描述为0 < x <= 5(closed='right')。

例子:

可以构建不同类型的间隔,例如数字:

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

>>> iv

Interval(0, 5, closed='right')

您可以检查元素是否属于它

>>> 2.5 in iv

True

您可以测试边界(closed='right',所以0 < x <= 5):

>>> 0 in iv

False

>>> 5 in iv

True

>>> 0.0001 in iv

True

计算其长度

>>> iv.length

5

您可以使用+和*在一个时间间隔上,并且该操作将应用于其每个范围,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,您可以使用时间戳记作为界限

>>> 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')

您还可以创建字符串间隔

>>> volume_1 = pd.Interval('Ant', 'Dog', closed='both')

>>> 'Bee' in volume_1

True

属性:

是否关闭left-side,right-side或两者都不关闭间隔。

检查间隔是否在左侧关闭。

检查间隔是否在右侧关闭。

指示时间间隔是否为空,表示该时间间隔不包含任何点。

间隔的左边界。

返回间隔的长度。

返回间隔的中点。

检查间隔是否在左侧打开。

检查间隔是否在右侧打开。

间隔的右界。

方法:

检查两个Interval对象是否重叠。

python中interval函数_python pandas Interval用法及代码示例相关推荐

  1. python中squeeze函数_Python numpy.squeeze()用法及代码示例

    当我们要从数组形状中删除一维条目时,将使用numpy.squeeze()函数. 用法: numpy.squeeze(arr, axis=None ) 参数: arr :[数组]输入数组. axis : ...

  2. python中argmin函数_Python numpy.argmin()用法及代码示例

    numpy.argmin(array,axis = None,out = None):返回特定轴上数组min元素的索引. 参数: array:Input array to work on axis : ...

  3. python中argmin函数_python中argmin函数_Python numpy.argmin()用法及代码示例

    numpy.argmin(array,axis = None,out = None):返回特定轴上数组min元素的索引. 参数: array:Input array to work on axis : ...

  4. python not is函数_Python unittest assertIsNotNone()用法及代码示例

    assertIsNotNonePython中的()是单元测试库函数,用于单元测试中以检查输入值是否为None.此函数将使用两个参数作为输入,并根据断言条件返回布尔值.如果输入值不等于无assertIs ...

  5. python中的scale_Python Matplotlib.pyplot.yscale()用法及代码示例

    Matplotlib是Python中的一个库,它是NumPy库的数字-数学扩展. Pyplot是Matplotlib模块的基于状态的接口,该模块提供MATLAB-like接口. matplotlib. ...

  6. python的datetime举例_Python datetime.timedelta()用法及代码示例

    Python timedelta()函数存在于datetime库中,该函数通常用于计算日期差,也可以用于Python中的日期操作.这是执行日期操作的最简单方法之一. 用法: datetime.time ...

  7. python json dumps 自定义_Python json.dumps()用法及代码示例

    JSON的完整形式是JavaScript Object Notation.这意味着将使用编程语言的文本组成的脚本(可执行)文件用于存储和传输数据. Python通过名为内置的软件包支持JSONjson ...

  8. python中的os abort_Python os.abort()用法及代码示例

    Python中的OS模块提供了与操作系统进行交互的功能.操作系统属于Python的标准实用程序模块.该模块提供了使用依赖于操作系统的功能的便携式方法. os.abort()Python中的方法用于生成 ...

  9. python中concat的用法_python pandas concat用法及代码示例

    沿特定轴将 pandas 对象与其他轴上的可选设置逻辑连接起来. 也可以在串联轴上添加一层分层索引,如果标签在传递的轴号上相同(或重叠),则可能很有用. 参数: objs:a sequence 或 m ...

  10. python中cumsum函数_Python pandas.DataFrame.cumsum函数方法的使用

    DataFrame.cumsum(self, axis=None, skipna=True, *args, **kwargs) 返回DataFrame或Series轴上的累计和. 返回包含累计和的相同 ...

最新文章

  1. [HTTP协议]入门篇
  2. 《Ext详解与实践》节选:文件上传
  3. 你是否发现 职业能力危机,请 警惕
  4. 引导页设计灵感,高大上的设计案例
  5. ajax回调函数提交表单,MVC3中ajax提交表单无法执行success回调函数,怎么办?
  6. IBM启用水冷却技术为IDC服务器降温
  7. 小程序授权登录,后台发送链接,得到参数。
  8. mysql 回滚_【133期】面试官:你说熟悉MySQL事务,那来谈谈事务的实现原理吧!...
  9. android fastboot 最新版,用adb、fastboot拯救你的安卓手机
  10. 计算机桌面图标损坏,Excel图标变成这样如何恢复:excle图标损坏
  11. 在设计软件测试用例的原则,设计软件测试用例需要遵循的四条原则
  12. LaTeX插入参考文献并引用
  13. 计算机cpu天体图,CPU天梯图2019年11月最新版 台式电脑处理器性能排名与选购建议...
  14. 合并多个excel文件数据
  15. php 数组课件,php学习 数组课件第1/2页
  16. 直流电机的PWM调速
  17. php中=%3e -%3e的区别,华为nova3e与nova2s买哪个好?华为nova2s和nova3e区别对比详细评测...
  18. selenium/requess爬取京东手机商品的详细信息1~selenium练习版
  19. 安卓adb工具的安装方法
  20. 第四十一篇 指令中的VNode

热门文章

  1. 计算机多显器设置方法,一个电脑多个显示器怎么设置
  2. leetcode 1219. 黄金矿工
  3. 读《期货市场计算机分析指南》笔记
  4. C#注册机与绑定软件(转发自:韩兆新的博客园的C#学习笔记——软件注册与注册机)...
  5. 32位/64位CPU的32位/64位指的是什么?
  6. 一个人赶着鸭子去每个村庄卖,每经过一个村子卖去所赶鸭子的一半又一只。这样他经过了七个村子后还剩两只鸭子,问他出发时共赶多少只鸭子?经过每个村子卖出多少只鸭子以及角谷定理的计算
  7. 2022考公务员难还是考研难?
  8. 谁是史上最强-用爬虫分析IMDB TOP250电影数据
  9. 洛谷 P1195 口袋的天空
  10. 整理springmvc+mybatis+velocity的整合一