当前位置: 首页 > news >正文

【Pandas】pandas interval_range

Pandas2.2 General

Top-level dealing with Interval data

方法描述
interval_range([start, end, periods, freq, …])用于生成固定长度的区间序列

pandas.interval_range()

pandas.interval_range() 是 Pandas 库中用于生成固定频率的 Interval 对象的函数。这些 Interval 对象表示的是一系列连续的、非重叠的区间。下面是对 pandas.interval_range() 函数每个参数的详细介绍,以及示例和结果。

def interval_range(start=None,end=None,periods=None,freq=None,name: Hashable | None = None,closed: IntervalClosedType = "right",
) -> IntervalIndex:...
参数介绍
  1. start : float, int, datetime-like, or Period-like, optional

    • 区间范围的起始值。
    • 默认为 0。
  2. end : float, int, datetime-like, or Period-like, optional

    • 区间范围的结束值。
    • 默认为 10。
  3. periods : int, optional

    • 要生成的区间数量。
    • 如果指定了 periods,则 startend 参数将被忽略。
    • 默认为 50。
  4. freq : str or DateOffset, optional

    • 每个区间之间的频率间隔。
    • 对于数值类型,可以是如 ‘D’(天)、‘H’(小时)、‘T’/‘min’(分钟)、‘S’(秒)等。
    • 对于日期时间类型,可以是如 ‘D’(日)、‘W’(周)、‘M’(月)、‘Q’(季度)、‘A’/‘Y’(年)等。
    • 默认为 ‘D’(对于日期时间类型)或 1(对于数值类型)。
  5. name : str, optional

    • 返回的 IntervalIndex 的名称。
    • 默认为 None。
  6. closed : {‘left’, ‘right’, ‘both’, ‘neither’}, default ‘right’

    • 区间的闭合性。
    • ‘left’:区间左闭右开。
    • ‘right’:区间左开右闭(默认)。
    • ‘both’:区间两端都闭合。
    • ‘neither’:区间两端都不闭合。
示例 1:生成数值区间
import pandas as pd# 生成从0到9的整数区间,每个区间间隔为1
intervals = pd.interval_range(start=0, end=10, freq=1)
print(intervals)

结果

IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5], (5, 6], (6, 7], (7, 8],(8, 9], (9, 10]],dtype='interval[int64, right]')
示例 2:生成日期时间区间
import pandas as pd# 生成从2023-01-01到2023-01-05的日期时间区间,每个区间间隔为1天
intervals = pd.interval_range(start=pd.Timestamp('2023-01-01'), end=pd.Timestamp('2023-01-05'))
print(intervals)

结果

IntervalIndex([(2023-01-01 00:00:00, 2023-01-02 00:00:00],(2023-01-02 00:00:00, 2023-01-03 00:00:00],(2023-01-03 00:00:00, 2023-01-04 00:00:00],(2023-01-04 00:00:00, 2023-01-05 00:00:00]],dtype='interval[datetime64[ns], right]')
示例 3:指定区间数量
import pandas as pd# 生成5个从0开始的整数区间,每个区间间隔为2
intervals = pd.interval_range(start=0, periods=5, freq=2)
print(intervals)

结果

IntervalIndex([(0, 2], (2, 4], (4, 6], (6, 8], (8, 10]], dtype='interval[int64, right]')
示例 4:指定区间闭合性
import pandas as pd# 生成从0到4的整数区间,每个区间间隔为1,区间左闭右开
intervals = pd.interval_range(start=0, end=5, freq=1, closed='left')
print(intervals)

结果

IntervalIndex([[0, 1), [1, 2), [2, 3), [3, 4), [4, 5)], dtype='interval[int64, left]')

这些示例展示了如何使用 pandas.interval_range() 函数生成不同类型的区间,并可以根据需要调整参数来生成所需的区间范围。

http://www.lryc.cn/news/504545.html

相关文章:

  • 有没有办法让爬虫更加高效,比如多线程处理?
  • go-zero(十三)使用MapReduce并发
  • 【实操之 图像处理与百度api-python版本】
  • java 导出word锁定且部分内容解锁可编辑
  • SQL 在线格式化 - 加菲工具
  • 大数据法律法规——《关键信息基础设施安全保护条例》(山东省大数据职称考试)
  • 【CVE-2024-5660】ARM CPU漏洞:硬件页面聚合(HPA)安全通告
  • 数智读书笔记系列008 智人之上:从石器时代到AI时代的信息网络简史
  • 将 Ubuntu 22.04 LTS 升级到 24.04 LTS
  • 【自动驾驶】Ubuntu20.04安装ROS1 Noetic
  • (转,自阅,侵删)【LaTeX学习笔记】一文入门LaTeX(超详细)
  • css的选择器有哪些?权重由大到小是怎么排序的?
  • CTF知识集-PHP特性
  • 比特币是否会取代美元(以及其他主权货币)
  • WPF+MVVM案例实战与特效(三十七)- 实现带有水印和圆角的自定义 TextBox 控件
  • 深度学习训练参数之学习率介绍
  • 导游现场面试需要注意的问题
  • Burp suite 3 (泷羽sec)
  • LabVIEW前面板无法显示的常见原因
  • 【Syncfusion系列】Diagram 杂谈 第三篇 序列化和反序列化
  • Apache APISIX快速入门
  • 【经典】制造供应链四类策略(MTS、MTO、ATO、ETO)细说
  • 基于stm32的红外测温系统设计(论文+源码)
  • 前端WebSocket应用——聊天实时通信的基本配置
  • 博弈论1:拿走游戏(take-away game)
  • Debezium OracleValueConverters 分析
  • WPF 消息循环(二)
  • ubuntu上更改ext4格式的硬盘为 windows的 NTFS 格式参考
  • Fastapi教程:使用 aioredis 连接池执行Redis 的高效异步操作
  • 配置mysqld(读取选项内容,基本配置),数据目录(配置的必要性,目录下的内容,具体文件介绍,修改配置)