Python酷库之旅-第三方库Pandas(169)

# 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

无

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

无

776-6、用法

776-6-1、数据准备

python 复制代码

无

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

无

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

无

777-6、用法

777-6-1、数据准备

python 复制代码

无

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

无

778-6、用法

778-6-1、数据准备

python 复制代码

无

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

无

779-6、用法

779-6-1、数据准备

python 复制代码

无

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

无

780-6、用法

780-6-1、数据准备

python 复制代码

无

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]