pandas.interval_range#

pandas.interval_range(start=None, end=None, periods=None, freq=None, name=None, closed=NoDefault.no_default, inclusive=None)[源代码]#

返回固定频率的IntervalIndex。

参数

start数字或类似日期时间，默认为无: 生成间隔的左界。
end数字或类似日期时间，默认为无: 生成区间的右界。
periodsInt，默认为无: 要生成的期间数。
freq数字、字符串或日期偏移量，默认为无: 每个间隔的长度。必须与开始和结束类型一致，例如，2表示数字，或‘5H’表示类似日期时间。对于数字，缺省值为1，对于类似日期时间，缺省值为‘D’。
name字符串，默认为无: 生成的IntervalIndex的名称。
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。

1.5.0 版后已移除: 论据 closed 已被弃用，以标准化边界输入。使用 inclusive 而是将每个边界设置为关闭或打开。
inclusive{“两者”，“都不”，“左”，“右”}，默认为“两者”: 包括边界；是否将每个边界设置为闭合或开放。

1.5.0 新版功能.

退货

IntervalIndex

参见

IntervalIndex: 所有在同一侧闭合的区间的索引。

注意事项

四个参数中的 start ， end ， periods ，以及 freq ，则必须恰好指定三个。如果 freq 被省略，则会导致 IntervalIndex 将会有 periods 之间的线性间距元素 start 和 end ，包括。

要了解有关类似DateTime的频率字符串的更多信息，请参阅 this link 。

示例

数字 start 和 end 是受支持的。

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

此外，还支持类似DateTime的输入。

>>> pd.interval_range(start=pd.Timestamp('2017-01-01'),
...                   end=pd.Timestamp('2017-01-04'), inclusive="right")
IntervalIndex([(2017-01-01, 2017-01-02], (2017-01-02, 2017-01-03],
               (2017-01-03, 2017-01-04]],
              dtype='interval[datetime64[ns], right]')

这个 freq 参数指定左侧和右侧之间的频率。中的各个间隔的端点 IntervalIndex 。对于数字 start 和 end ，频率也必须是数字。

>>> pd.interval_range(start=0, periods=4, freq=1.5, inclusive="right")
IntervalIndex([(0.0, 1.5], (1.5, 3.0], (3.0, 4.5], (4.5, 6.0]],
              dtype='interval[float64, right]')

类似地，对于类似DateTime的 start 和 end ，频率必须可转换为DateOffset。

>>> pd.interval_range(start=pd.Timestamp('2017-01-01'),
...                   periods=3, freq='MS', inclusive="right")
IntervalIndex([(2017-01-01, 2017-02-01], (2017-02-01, 2017-03-01],
               (2017-03-01, 2017-04-01]],
              dtype='interval[datetime64[ns], right]')

指定 start ， end ，以及 periods ；频率是自动生成的(线性间隔)。

>>> pd.interval_range(start=0, end=6, periods=4, inclusive="right")
IntervalIndex([(0.0, 1.5], (1.5, 3.0], (3.0, 4.5], (4.5, 6.0]],
          dtype='interval[float64, right]')

这个 inclusive 参数指定每个间隔的哪些端点位于 IntervalIndex 已经关门了。

>>> pd.interval_range(end=5, periods=4, inclusive='both')
IntervalIndex([[1, 2], [2, 3], [3, 4], [4, 5]],
              dtype='interval[int64, both]')

pandas.infer_freq

pandas.eval