pandas.IntervalIndex#

class pandas.IntervalIndex(data, closed=None, dtype=None, copy=False, name=None, verify_integrity=True)[源代码]#

在同一边上闭合的区间的不变索引。

0.20.0 新版功能.

参数

data类数组(一维): 包含要从中构建IntervalIndex的Interval对象的类似数组。
closed{‘左’，‘右’，‘两者’，‘都不’}，默认‘右’: 间隔是在左侧闭合、右侧闭合、两者都闭合还是都不闭合。
dtypeDtype或None，默认为None: 如果没有，则将推断dtype。
copy布尔值，默认为False: 复制输入数据。
name对象，可选: 要存储在索引中的名称。
verify_integrity布尔值，默认为True: 验证IntervalIndex是否有效。

参见

Index: 基本Pandas索引类型。
Interval: 有界的片状区间；区间索引的元素。
interval_range: 函数以创建固定频率的IntervalIndex。
cut: 将值存储到离散的间隔中。
qcut: 根据等级或样本分位数将值分成大小相等的区间。

注意事项

请参阅 user guide 想要更多。

示例

一个新的 IntervalIndex 通常使用 interval_range() ：

>>> pd.interval_range(start=0, end=5, inclusive="right")
IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5]],
              dtype='interval[int64, right]')

也可以使用构造函数方法之一来构造它： IntervalIndex.from_arrays() ， IntervalIndex.from_breaks() ，以及 IntervalIndex.from_tuples() 。

请参阅的文档字符串中的其他示例 interval_range 以及前面提到的构造函数方法。

属性

`closed`	间隔是在左侧闭合、右侧闭合、两者都闭合还是都不闭合。
`is_empty`	指示间隔是否为空，表示该间隔不包含任何点。
`is_non_overlapping_monotonic`	如果IntervalArray不重叠(没有间隔共享点)并且是单调递增或单调递减，则返回True，否则返回False。
`is_overlapping`	如果IntervalIndex具有重叠的间隔，则返回True，否则返回False。
`values`	返回表示Index中数据的数组。

left
right
mid
length

方法：

`from_arrays` \(左、右[, closed, name, ...] )	从定义左边界和右边界的两个数组构造。
`from_tuples` \(数据[, closed, name, copy, dtype] )	从类似数组的元组构造IntervalIndex。
`from_breaks` \(中断[, closed, name, copy, dtype] )	从拆分数组构造IntervalIndex。
`contains` \(args, *kwargs)	如果间隔包含该值，请按元素进行检查。
`overlaps` \(args, *kwargs)	如果间隔与Interval数组中的值重叠，请按元素进行检查。
`set_closed` \(args, *kwargs)	返回一个与当前相同的IntervalArray，但在指定的一侧关闭。
`to_tuples` \(args, *kwargs)	返回表单的元组的ndarray(左、右)。

pandas.CategoricalIndex.equals

pandas.IntervalIndex.closed