pandas 区间间隔 pd.Interval

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas.Interval 可以解决数字区间和时间区间的相关问题，它实现一个名为 Interval 的不可变对象，Interval 是一个有界的切片状间隔。

对象构建

构建 Interval 对象方法如下

pd.Interval(left=0, right=5, closed='right')

参数介绍：

left：有顺序的定值，间隔的左边界
right：有顺序的定值，间隔的右边界
closed：字符，可选 {‘right’, ‘left’, ‘both’, ‘neither’}, 默认为 ‘right’，区间是在左侧、右侧还是同时闭合，或者都不闭合

说明：

参数 left 和 right 必须具有相同的类型，必须能够比较它们，并且它们必须满足 left <= right
闭合区间（在数学中用方括号表示）包含其端点，即闭合区间[0，5]的特征是条件0 <= x <=5，这就是 close ='both' 所代表的意思
开放时间间隔（用括号表示的数学形式）不包含其端点，即开放时间间隔（0，5）的条件是0<x<5，这就是 closed ='nether' 代表的意思
间隔也可以半开或半闭，即[0，5）用0 <= x <5（closed ='left'）描述，（0，5] 用0 <x <= 5（ close ='right'）

创建间隔实例

数字

可以构建不同类型的间隔，例如数字：

iv = pd.Interval(left=0, right=5)
iv
'''
Interval(0, 5, closed='right')
'''
# 可以检查元素是否属于它
3.5 in iv # True
5.5 in iv # False

# 可以测试边界值
# closed ='right'，所以0 <x <= 5
0 in iv # False
5 in iv # True
0.0001 in iv # True

时间

要创建时间间隔，您可以使用时间戳记作为界限：

# 定义一个 2020 年的区间
year_2020 = pd.Interval(pd.Timestamp('2020-01-01 00:00:00'),
                        pd.Timestamp('2021-01-01 00:00:00'),
                        closed='left')

# 指定时间是否在2020年区间里
pd.Timestamp('2020-01-01 00:00') in year_2020
# True

# 2020 年时间区间的长度
year_2020.length
# Timedelta('366 days 00:00:00')

时长

还可以创建时长区间间隔：

# 定义一个时长区间，3秒到1天
time_deltas = pd.Interval(pd.Timedelta('3 seconds'),
                          pd.Timedelta('1 days'),
                          closed='both')

# 5分钟是否在时间区间里
pd.Timedelta('5 minutes') in time_deltas
# True

# 时长区间长度
time_deltas.length
# Timedelta('0 days 23:59:57')

属性

pd.Interval 支持以下属性：

# 区间闭合之处
iv.closed # 'right'
# 检查间隔是否在左侧关闭
iv.closed_left # False
# 检查间隔是否在右侧关闭
iv.closed_right # True
# 间隔是否为空，表示该间隔不包含任何点
iv.is_empty # False
# 间隔的左边界
iv.left # 0
# 间隔的右边界
iv.right # 5
# 间隔的长度
iv.length # 5
# 间隔的中点
iv.mid # 2.5
# 间隔是否在左侧为开区间
iv.open_left # True
# 间隔是否在为开区间
iv.open_right # False

其中，Interval.is_empty 指示间隔是否为空，表示该间隔不包含任何点。

# 包含点的间隔不为空
pd.Interval(0, 1, closed='right').is_empty # False

# 不包含任何点的间隔为空
pd.Interval(0, 0, closed='right').is_empty # True
pd.Interval(0, 0, closed='left').is_empty # True
pd.Interval(0, 0, closed='neither').is_empty # True

# 包含单个点的间隔不为空
pd.Interval(0, 0, closed='both').is_empty # False

# 一个IntervalArray 或 IntervalIndex 返回一个布尔 ndarray
# 它在位置上指示 Interval 是否为空
ivs = [pd.Interval(0, 0, closed='neither'),
       pd.Interval(1, 2, closed='neither')]
pd.arrays.IntervalArray(ivs).is_empty
# array([True, False])

# 缺失的值不认为是空的
ivs = [pd.Interval(0, 0, closed='neither'), np.nan]
pd.IntervalIndex(ivs).is_empty
# array([ True, False])

间隔部分重叠

pd.Interval.overlaps 检查两个Interval对象是否重叠，如果两个间隔共享一个公共点，则两个间隔会重叠，包括封闭的端点。只有共同的开放端点的间隔不会重叠。

i1 = pd.Interval(0, 2)
i2 = pd.Interval(1, 3)
i1.overlaps(i2) # True

i3 = pd.Interval(4, 5)
i1.overlaps(i3) # False

共享封闭端点的间隔重叠：

i4 = pd.Interval(0, 1, closed='both')
i5 = pd.Interval(1, 2, closed='both')
i4.overlaps(i5) # True

只有共同的开放端点的间隔不会重叠：

i6 = pd.Interval(1, 2, closed='neither')
i4.overlaps(i6) # False

计算操作

在间隔上使用 + 和 * 进行操作，并且该操作将应用于其每个范围，因此结果取决于绑定元素的类型：

iv
# Interval(0, 5, closed='right')
shifted_iv = iv + 3
shifted_iv
# Interval(3, 8, closed='right')
extended_iv = iv * 10.0
extended_iv
# Interval(0.0, 50.0, closed='right')

区间的集合计算

Pandas 官方还未支持，参见讨论。

推荐使用 portion （pip install portion）库来解决，portion 库（以前以python-intervals的形式分发）提供间隔的数据结构和操作。

import portion as P

# 交集
P.closed(0, 2).intersection(P.closed(1, 3))
P.closed(0, 2) & P.closed(1, 3)
# [1,2]

# 并集
P.closed(0, 2).union(P.closed(1, 3))
P.closed(0, 2) | P.closed(1, 3)
# [0,3]

# 补集
P.closed(0, 2).complement()
# (-inf,0) | (2,+inf)
~P.closed(0, 1)
# (-inf,0) | (1,+inf)
~(P.open(-P.inf, 0) | P.open(1, P.inf))
# [0,1]
~P.open(-P.inf, P.inf)
# ()

# 差集
P.closed(0,2).difference(P.closed(1,2))
P.closed(0,2) - P.closed(1,2)
# [0,1)
P.closed(0, 4) - P.closed(1, 2)
# [0,1) | (2,4]

更多参考本站portion 间隔数据操作教程。

其他参考

pandas.interval_range：实现一个 Interval 的不可变对象，Interval 是一个有界的切片状间隔
pandas.IntervalIndex：在同一侧闭合的间隔的不变索引