Python酷库之旅-第三方库Pandas(169)

目录

一、用法精讲

776、pandas.arrays.IntervalArray.is_empty属性

776-1、语法

776-2、参数

776-3、功能

776-4、返回值

776-5、说明

776-6、用法

776-6-1、数据准备

776-6-2、代码示例

776-6-3、结果输出

777、pandas.arrays.IntervalArray.is_non_overlapping_monotonic方法

777-1、语法

777-2、参数

777-3、功能

777-4、返回值

777-5、说明

777-6、用法

777-6-1、数据准备

777-6-2、代码示例

777-6-3、结果输出

778、pandas.arrays.IntervalArray.from_arrays方法

778-1、语法

778-2、参数

778-3、功能

778-4、返回值

778-5、说明

778-6、用法

778-6-1、数据准备

778-6-2、代码示例

778-6-3、结果输出

779、pandas.arrays.IntervalArray.from_tuples方法

779-1、语法

779-2、参数

779-3、功能

779-4、返回值

779-5、说明

779-6、用法

779-6-1、数据准备

779-6-2、代码示例

779-6-3、结果输出

780、pandas.arrays.IntervalArray.from_breaks方法

780-1、语法

780-2、参数

780-3、功能

780-4、返回值

780-5、说明

780-6、用法

780-6-1、数据准备

780-6-2、代码示例

780-6-3、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

776、pandas.arrays.IntervalArray.is_empty属性
776-1、语法
python 复制代码
# 776、pandas.arrays.IntervalArray.is_empty属性
pandas.IntervalArray.is_empty
Indicates if an interval is empty, meaning it contains no points.

Returns:
bool or ndarray
A boolean indicating if a scalar Interval is empty, or a boolean ndarray positionally indicating if an Interval in an IntervalArray or IntervalIndex is empty.
776-2、参数

776-3、功能

用于检查IntervalArray中的每个区间是否为空,一个区间被认为是空的,如果它的左边界等于右边界,并且是闭合的。

776-4、返回值

返回一个布尔数组,表示每个区间是否为空。

776-5、说明

776-6、用法
776-6-1、数据准备
python 复制代码
776-6-2、代码示例
python 复制代码
# 776、pandas.arrays.IntervalArray.is_empty属性
import pandas as pd
# 创建一个IntervalArray
intervals = pd.arrays.IntervalArray.from_arrays([0, 1, 2], [1, 1, 3], closed='right')
# 检查每个区间是否为空
empty_status = intervals.is_empty
print(empty_status)
776-6-3、结果输出
python 复制代码
# 776、pandas.arrays.IntervalArray.is_empty属性
# [False  True False]
777、pandas.arrays.IntervalArray.is_non_overlapping_monotonic方法
777-1、语法
python 复制代码
# 777、pandas.arrays.IntervalArray.is_non_overlapping_monotonic方法
pandas.arrays.IntervalArray.is_non_overlapping_monotonic
property IntervalArray.is_non_overlapping_monotonic[source]
Return a boolean whether the IntervalArray is non-overlapping and monotonic.

Non-overlapping means (no Intervals share points), and monotonic means either monotonic increasing or monotonic decreasing.
777-2、参数

777-3、功能

用于检查IntervalArray是否为非重叠且单调递增,使用此方法,必须满足以下两个条件:

条件1: 非重叠

确保IntervalArray中的间隔不重叠,即没有两个间隔共享相同的点。

条件2: 单调性

确保IntervalArray中的间隔是单调增加或单调减少的。

777-4、返回值

返回一个布尔值,如果IntervalArray满足上述两个条件(即间隔不重叠且单调增加或单调减少),则返回True;否则,返回False。

777-5、说明

777-6、用法
777-6-1、数据准备
python 复制代码
777-6-2、代码示例
python 复制代码
# 777、pandas.arrays.IntervalArray.is_non_overlapping_monotonic方法
import pandas as pd
# 构造一个IntervalArray
interval_array = pd.arrays.IntervalArray.from_tuples([(0, 1), (1, 2), (2, 3)])
# 检查是否非重叠且单调
is_non_overlapping_monotonic = interval_array.is_non_overlapping_monotonic
print(is_non_overlapping_monotonic)  
777-6-3、结果输出
python 复制代码
# 777、pandas.arrays.IntervalArray.is_non_overlapping_monotonic方法
# True
778、pandas.arrays.IntervalArray.from_arrays方法
778-1、语法
python 复制代码
# 778、pandas.arrays.IntervalArray.from_arrays方法
classmethod pandas.IntervalArray.from_arrays(left, right, closed='right', 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.

copy
bool, default False
Copy the data.

dtype
dtype, optional
If None, dtype will be inferred.

Returns:
IntervalArray
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.
778-2、参数

778-2-1、left**(必须)****:**array-like,表示区间的左端点,可以是一个列表、数组或其他可迭代对象。

778-2-2、right**(必须)****:**array-like,表示区间的右端点,必须与left的长度相同。

778-2-3、closed**(可选,默认值为'right')****:**字符串,指定区间的闭合方式,可以取值为:

  • **'right':**区间右端点闭合(包含右端点)。
  • **'left':**区间左端点闭合(包含左端点)。
  • **'both':**区间两端都闭合。
  • **'neither':**区间两端都开放。

778-2-4、copy**(可选,默认值为False)****:**布尔值,表示是否复制输入数据,如果为True,则会复制数据;如果为False,则可能会返回对原始数据的视图。

778-2-5、dtype**(可选,默认值为None)****:**数据类型,指定返回的区间数组的数据类型,如果未指定,将根据输入数据推断类型。

778-3、功能

用于从给定的左端点和右端点数组创建一个区间数组,它可以处理不同的闭合方式,并允许用户选择是否复制数据。

778-4、返回值

返回一个IntervalArray对象,表示由指定的左端点和右端点构成的区间,该对象可以用于进一步的区间运算和分析。

778-5、说明

778-6、用法
778-6-1、数据准备
python 复制代码
778-6-2、代码示例
python 复制代码
# 778、pandas.arrays.IntervalArray.from_arrays方法
import pandas as pd
left = [3, 6, 10]
right = [5, 8, 11]
interval_array = pd.arrays.IntervalArray.from_arrays(left, right, closed='right')
print(interval_array)
778-6-3、结果输出
python 复制代码
# 778、pandas.arrays.IntervalArray.from_arrays方法
# <IntervalArray>
# [(3, 5], (6, 8], (10, 11]]
# Length: 3, dtype: interval[int64, right]
779、pandas.arrays.IntervalArray.from_tuples方法
779-1、语法
python 复制代码
# 779、pandas.arrays.IntervalArray.from_tuples方法
classmethod pandas.IntervalArray.from_tuples(data, closed='right', copy=False, dtype=None)
Construct an IntervalArray 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.

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:
IntervalArray
779-2、参数

779-2-1、data**(必须)****:**一个包含元组的可迭代对象,每个元组表示一个区间,元组的格式通常是(左边界,右边界)

779-2-2、closed**(可选,默认值为'right')****:**字符串,指定区间的闭合方式,可以取值为:

  • **'right':**区间右端点闭合(包含右端点)。
  • **'left':**区间左端点闭合(包含左端点)。
  • **'both':**区间两端都闭合。
  • **'neither':**区间两端都开放。

779-2-3、copy**(可选,默认值为False)****:**布尔值,如果为True,则会复制数据;如果为False,则可能会返回对原数据的视图。

779-2-4、dtype**(可选,默认值为None)****:**数据类型,指定返回的区间数组的数据类型,如果为None,则会根据输入数据推断类型。

779-3、功能

从给定的元组列表中创建一个IntervalArray对象,方便进行区间的操作和分析。

779-4、返回值

返回一个pandas.IntervalArray对象,表示由输入的元组定义的区间集合,该对象可以用于进一步的数据分析和处理。

779-5、说明

779-6、用法
779-6-1、数据准备
python 复制代码
779-6-2、代码示例
python 复制代码
# 779、pandas.arrays.IntervalArray.from_tuples方法
import pandas as pd
data = [(1, 2), (3, 5), (6, 8)]
interval_array = pd.arrays.IntervalArray.from_tuples(data, closed='right')
print(interval_array)
779-6-3、结果输出
python 复制代码
# 779、pandas.arrays.IntervalArray.from_tuples方法
# <IntervalArray>
# [(1, 2], (3, 5], (6, 8]]
# Length: 3, dtype: interval[int64, right]
780、pandas.arrays.IntervalArray.from_breaks方法
780-1、语法
python 复制代码
# 780、pandas.arrays.IntervalArray.from_breaks方法
classmethod IntervalArray.from_breaks(breaks, closed='right', copy=False, dtype=None)
Construct an IntervalArray 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.

copy
bool, default False
Copy the data.

dtype
dtype or None, default None
If None, dtype will be inferred.

Returns:
IntervalArray
780-2、参数

780-2-1、breaks**(必须)****:**一个可迭代的对象,包含了定义区间的断点,断点的数量应至少为 2。

780-2-2、closed**(可选,默认值为'right')****:**字符串,指定区间的闭合方式,可以取值为:

  • **'right':**区间右端点闭合(包含右端点)。
  • **'left':**区间左端点闭合(包含左端点)。
  • **'both':**区间两端都闭合。
  • **'neither':**区间两端都开放。

780-2-3、copy**(可选,默认值为False)****:**布尔值,如果为True,则会复制数据;如果为False,则可能会返回对原数据的视图。

780-2-4、dtype**(可选,默认值为None)****:**数据类型,指定返回的区间数组的数据类型,如果为None,则会根据输入数据推断类型。

780-3、功能

根据提供的一系列断点来生成一个IntervalArray对象,方便对区间进行分析和处理。

780-4、返回值

返回一个pandas.IntervalArray对象,表示由输入的断点所定义的区间集合。

780-5、说明

780-6、用法
780-6-1、数据准备
python 复制代码
780-6-2、代码示例
python 复制代码
# 780、pandas.arrays.IntervalArray.from_breaks方法
import pandas as pd
breaks = [0, 1, 3, 5]
interval_array = pd.arrays.IntervalArray.from_breaks(breaks, closed='right')
print(interval_array)
780-6-3、结果输出
python 复制代码
# 780、pandas.arrays.IntervalArray.from_breaks方法
# <IntervalArray>
# [(0, 1], (1, 3], (3, 5]]
# Length: 3, dtype: interval[int64, right]

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
相关推荐
加载中loading...12 分钟前
Linux线程安全(二)条件变量实现线程同步
linux·运维·服务器·c语言·1024程序员节
Wx120不知道取啥名15 分钟前
C语言之长整型有符号数与短整型有符号数转换
c语言·开发语言·单片机·mcu·算法·1024程序员节
Python私教42 分钟前
Flutter颜色和主题
开发语言·javascript·flutter
UMS攸信技术42 分钟前
汽车电子行业数字化转型的实践与探索——以盈趣汽车电子为例
人工智能·汽车
代码吐槽菌43 分钟前
基于SSM的汽车客运站管理系统【附源码】
java·开发语言·数据库·spring boot·后端·汽车
biomooc43 分钟前
R语言 | paletteer包:拥有2100多个调色板!
r语言·数据可视化·1024程序员节
测试老哥43 分钟前
Python+Selenium+Pytest+POM自动化测试框架封装(完整版)
自动化测试·软件测试·python·selenium·测试工具·职场和发展·测试用例
ws2019071 小时前
聚焦汽车智能化与电动化︱AUTO TECH 2025 华南展,以展带会,已全面启动,与您相约11月广州!
大数据·人工智能·汽车
Ws_1 小时前
蓝桥杯 python day01 第一题
开发语言·python·蓝桥杯
Hello.Reader1 小时前
FFmpeg 深度教程音视频处理的终极工具
ffmpeg·1024程序员节