当前位置： 首页 > article >正文

Python酷库之旅-第三方库Pandas(204)

article 2024/11/13 16:27:52

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.

Warning

We 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 ExtensionArray
951-2、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:
IntervalIndex
953-2、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:
IntervalIndex
954-2、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 array
955-2、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])]

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

http://www.kler.cn/a/388078.html

相关文章：

  • 【AI换装整合包及教程】CatVTON与其他虚拟试衣技术的详细对比
  • 【leetcode练习·二叉树】用「分解问题」思维解题 II
  • DHCP与DNS安全管理
  • 移门缓冲支架的作用与优势
  • 手动实现h5移动端点击全屏按钮横屏展示图片，左右滑动切换,处理页面会随着手指滑动问题
  • shodan7（泷羽sec）
  • layui 文件上传前检查文件大小，后面再点上传出现重复提交的问题
  • 【图】图学习
  • 20241106软考架构-------软考案例12答案
  • SQL，力扣题目262，行程和用户
  • 9_api_intro_imagerecognition_ocr2word
  • Vue 的 keep-alive
  • CSRF 跨站请求伪造的实现原理和预防措施
  • Windows 使用批处理脚本快速释放被占用的端口
  • 深度学习：预训练（Pre-training详解
  • 【如何在 Linux 和 Android 系统中杀死进程】
  • 【模型学习之路】手写+分析GAT
  • 前端 Flex 布局语法详解
  • Python接口自动化测试自学指南（项目实战）
  • 海外云手机在出海业务中的优势有哪些？
  • Elasticsearch实战使用
  • u盘怎么重装电脑系统_u盘重装电脑系统步骤和详细教程【新手宝典】
  • Hive中查看字段中是否包含某些字符串的函数
  • Git 入门篇（三）
  • 发布 VectorTraits v3.0（支持 X86架构的Avx512系列指令集，支持 Wasm架构及PackedSimd指令集等）
  • 从0开始深度学习（24）——填充和步幅