【Pandas】pandas interval_range

ops/2024/12/18 15:46:36/

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

pandasinterval_range_7">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.ppmy.cn/ops/142953.html

相关文章

无管理员权限 LCU auth-token、port 获取(全网首发 go)

一: 提要: 参考项目: https://github.com/Zzaphkiel/Seraphine 想做一个 lol 查战绩的软件,并且满足自己的需求(把混子和大爹都表示出来),做的第一步就是获取 lcu token ,网上清一色…

《探秘开源气味数据库:数字世界里的“气味宝藏”》

《探秘开源气味数据库:数字世界里的“气味宝藏”》 一、开源气味数据库的兴起背景(一)技术发展的推动(二)市场需求的催生 二、常见的开源气味数据库介绍(一)GS-LF 香精香料数据库(二…

AirSim 利用pygame绘制窗口并获取无人机FPV实时图像呈现

利用pygame绘制窗口并获取无人机FPV实时图像呈现的代码如下&#xff1a; import sys import time import airsim import pygame import cv2 import numpy as np# >------>>> pygame settings <<<------< # pygame.init()# 创建 pygame 窗口 screen…

es 3期 第16节-运用启发式特性引导用户查询

#### 1.Elasticsearch是数据库&#xff0c;不是普通的Java应用程序&#xff0c;传统数据库需要的硬件资源同样需要&#xff0c;提升性能最有效的就是升级硬件。 #### 2.Elasticsearch是文档型数据库&#xff0c;不是关系型数据库&#xff0c;不具备严格的ACID事务特性&#xff…

机器学习-正则化技术

文章目录 拟合正则化正则项L1 正则化&#xff08;Lasso&#xff09;L2 正则化&#xff08;Ridge&#xff09; 多元线性回归的正则化回归形式代码 拟合 过拟合&#xff1a;参数&#xff08;特征&#xff09;过多&#xff08;理解为考虑很多因素)或者说过多专注于原来的训练数据…

智慧公交指挥中枢,数据可视化 BI 驾驶舱

随着智慧城市的蓬勃发展&#xff0c;公共交通作为城市运营的核心枢纽&#xff0c;正朝着智能化和数据驱动的方向演进。通过整合 CAN 总线技术(Controller Area Network&#xff0c;控制器局域网总线)、车载智能终端、大数据分析及处理等尖端技术&#xff0c;构建的公交“大脑”…

每天40分玩转Django:简介和环境搭建

Django简介和环境搭建 一、课程概述 学习项目具体内容预计用时Django概念Django框架介绍、MVC/MTV模式、Django特点60分钟环境搭建Python安装、pip配置、Django安装、IDE选择45分钟创建项目项目结构、基本配置、运行测试75分钟实战练习创建个人博客项目框架60分钟 二、Djang…

期末复习-计算机网络应用题

目录 1 、简述具有五层协议体系结构的各层的主要功能&#xff1f; 2 、简述计算机网络协议分层能带来哪些好处&#xff1f; 3 、奈氏准则与香农公式在数据通信中的意义是什么&#xff1f; 4 、为什么局域网采用广播通信方式而广域网不采用呢&#xff1f; 5 、 以太网交换机…