Python Pandas - 逐个元素检查区间是否包含值
pythonpandasserver side programmingprogramming
要逐个元素检查区间是否包含值，请使用 array.contains() 方法。
首先，导入所需的库 −
import pandas as pd
从类似数组的拆分构造一个新的 IntervalArray −
array = pd.arrays.IntervalArray.from_breaks([0, 1, 2, 3, 4, 5])
显示区间 −
print("我们的 IntervalArray...\n",array)
检查 Interval 是否包含特定值 −
print("\nInterval 是否包含该值? \n",array.contains(3.5))
示例
以下是代码 −
import pandas as pd
# 从类似数组的拆分构造一个新的 IntervalArray
array = pd.arrays.IntervalArray.from_breaks([0, 1, 2, 3, 4, 5])
# 显示 IntervalArray
print("我们的 IntervalArray...\n",array)
# 获取 IntervalArray 的长度
# 返回一个索引，其中包含表示 IntervalArray 中每个间隔长度的条目
print("\n我们的 IntervalArray 长度...\n",array.length)
# IntervalArray 中每个间隔的中点作为索引
print("\nIntervalArray 中每个间隔的中点...\n",array.mid)
# 获取正确的端点
print("\nIntervalArray 中每个间隔的正确端点作为索引...\n",array.right)
print("\n间隔是否包含该值? \n",array.contains(3.5))
输出
这将产生以下代码 −
我们的 IntervalArray... <IntervalArray> [(0, 1], (1, 2], (2, 3], (3, 4], (4, 5]] Length: 5, dtype: interval[int64, right] 我们的 IntervalArray 长度... Int64Index([1, 1, 1, 1, 1], dtype='int64') IntervalArray 中每个间隔的中点... Float64Index([0.5, 1.5, 2.5, 3.5, 4.5], dtype='float64') IntervalArray 中每个间隔的右端点作为索引... Int64Index([1, 2, 3, 4, 5], dtype='int64') 间隔是否包含值? [False False False True False]
