Python酷库之旅-第三方库Pandas(170)

目录

一、用法精讲

781、pandas.arrays.IntervalArray.contains方法

781-1、语法

781-2、参数

781-3、功能

781-4、返回值

781-5、说明

781-6、用法

781-6-1、数据准备

781-6-2、代码示例

781-6-3、结果输出

782、pandas.arrays.IntervalArray.overlaps方法

782-1、语法

782-2、参数

782-3、功能

782-4、返回值

782-5、说明

782-6、用法

782-6-1、数据准备

782-6-2、代码示例

782-6-3、结果输出

783、pandas.arrays.IntervalArray.set_closed方法

783-1、语法

783-2、参数

783-3、功能

783-4、返回值

783-5、说明

783-6、用法

783-6-1、数据准备

783-6-2、代码示例

783-6-3、结果输出

784、pandas.arrays.IntervalArray.to_tuples方法

784-1、语法

784-2、参数

784-3、功能

784-4、返回值

784-5、说明

784-6、用法

784-6-1、数据准备

784-6-2、代码示例

784-6-3、结果输出

785、pandas.IntervalDtype类

785-1、语法

785-2、参数

785-3、功能

785-4、返回值

785-5、说明

785-6、用法

785-6-1、数据准备

785-6-2、代码示例

785-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页
​​​​​​​

一、用法精讲

781、pandas.arrays.IntervalArray.contains方法
781-1、语法
# 781、pandas.arrays.IntervalArray.contains方法
pandas.arrays.IntervalArray.contains(other)
Check elementwise if the Intervals contain the value.Return a boolean mask whether the value is contained in the Intervals of the IntervalArray.Parameters:
other
scalar
The value to check whether it is contained in the Intervals.Returns:
boolean array
781-2、参数

781-2-1、other(必须)：可以是单一值、一个列表或者一个数组，支持的值类型包括标量(如整数、浮点数、时间戳等)，被检查的值会与IntervalArray中的每个区间进行比较。

781-3、功能

        用于判断other参数指定的值是否落在IntervalArray中定义的各个区间内，每个区间具有一个上限和下限，函数会检测other是否在这些范围之内。

781-4、返回值

        返回一个布尔数组(或布尔值)，表示other中的每个值是否在IntervalArray的任一区间内，如果other是单一值，返回的是一个布尔值；如果other是一个数组或列表，返回的则是一个与other等长的布尔数组，指示每个值是否被包含。

781-5、说明

        无

781-6、用法
781-6-1、数据准备
无
781-6-2、代码示例
# 781、pandas.arrays.IntervalArray.contains方法
import pandas as pd
# 创建IntervalArray
intervals = pd.IntervalIndex.from_tuples([(0, 5), (10, 15), (20, 25)])
interval_array = pd.arrays.IntervalArray(intervals)
# 检查单一值
print(interval_array.contains(3))
# 检查多个值
values = [7, 12, 18]
print(interval_array.contains(values))
781-6-3、结果输出
# 781、pandas.arrays.IntervalArray.contains方法
# [ True False False]
# [False  True False]
782、pandas.arrays.IntervalArray.overlaps方法
782-1、语法
# 782、pandas.arrays.IntervalArray.overlaps方法
pandas.arrays.IntervalArray.overlaps(other)
Check elementwise if an Interval overlaps the values in the IntervalArray.Two intervals overlap if they share a common point, including closed endpoints. Intervals that only have an open endpoint in common do not overlap.Parameters:
other
IntervalArray
Interval to check against for an overlap.Returns:
ndarray
Boolean array positionally indicating where an overlap occurs.
782-2、参数

782-2-1、other(必须)：可以是单一的区间、区间的列表或数组，甚至可以是一个IntervalArray对象，被检查的区间必须与IntervalArray中的区间进行比较以判断是否有重叠。

782-3、功能

        用来判断IntervalArray中的每个区间是否与other中的区间重叠，重叠的定义是任何一个区间的起始与结束点在另一个区间内或相交。

782-4、返回值

        返回一个布尔数组，表示IntervalArray中的每个区间是否与other中的至少一个区间重叠，如果other只有一个区间，返回的是一个布尔值；如果other是多个区间，则返回一个与IntervalArray等长的布尔数组。

782-5、说明

        无

782-6、用法
782-6-1、数据准备
无
782-6-2、代码示例
# 782、pandas.arrays.IntervalArray.overlaps方法
import pandas as pd
# 创建IntervalArray
interval_array1 = pd.arrays.IntervalArray.from_tuples([(0, 5), (10, 15), (20, 25)])
# 创建另一个IntervalArray
interval_array2 = pd.arrays.IntervalArray.from_tuples([(4, 10), (16, 22)])
# 检查重叠
print(interval_array1.overlaps(interval_array2))
782-6-3、结果输出
# 782、pandas.arrays.IntervalArray.overlaps方法
# [True, False, True]
783、pandas.arrays.IntervalArray.set_closed方法
783-1、语法
# 783、pandas.arrays.IntervalArray.set_closed方法
pandas.arrays.IntervalArray.set_closed(closed)
Return an identical IntervalArray closed on the specified side.Parameters:
closed
{‘left’, ‘right’, ‘both’, ‘neither’}
Whether the intervals are closed on the left-side, right-side, both or neither.Returns:
IntervalArray
783-2、参数

783-2-1、closed(必须)：字符串，表示新的边界闭合类型，可选值为：

  • 'left': 左闭右开
  • 'right': 左开右闭
  • 'both': 两端都闭
  • 'neither': 两端都不闭
783-3、功能

        更改所有区间的边界闭合方式，可以选择闭合左端点、右端点、两端点或都不闭合。例如，你可以将所有区间从左闭右开的形式更改为两端全闭合的形式。

783-4、返回值

        返回一个新的IntervalArray对象，其区间的边界闭合性都已经按照指定的方式进行了更改。

783-5、说明

        无

783-6、用法
783-6-1、数据准备
无
783-6-2、代码示例
# 783、pandas.arrays.IntervalArray.set_closed方法
import pandas as pd
# 创建一个IntervalArray，默认是左闭右开
interval_array = pd.arrays.IntervalArray.from_tuples([(0, 5), (10, 15), (20, 25)])
# 更改为两端都闭
new_interval_array = interval_array.set_closed('both')
print(new_interval_array)
783-6-3、结果输出
# 783、pandas.arrays.IntervalArray.set_closed方法
# <IntervalArray>
# [[0, 5], [10, 15], [20, 25]]
# Length: 3, dtype: interval[int64, both]
784、pandas.arrays.IntervalArray.to_tuples方法
784-1、语法
# 784、pandas.arrays.IntervalArray.to_tuples方法
pandas.arrays.IntervalArray.to_tuples(na_tuple=True)[source]
Return an ndarray (if self is IntervalArray) or Index (if self is IntervalIndex) of tuples of the form (left, right).Parameters:
na_tuple
bool, default True
If True, return NA as a tuple (nan, nan). If False, just return NA as nan.Returns:
tuples: ndarray (if self is IntervalArray) or Index (if self is IntervalIndex)
784-2、参数

784-2-1、na_tuple(可选，默认值为True)：布尔值，如果为True，任何缺失的值(NA)将被表示为(np.nan，np.nan)的形式；如果为False，则缺失值直接用None表示。

784-3、功能

        将IntervalArray的每个区间转换为一个表示区间的元组，并返回这些元组的列表。

784-4、返回值

        返回一个元组列表，每个区间一个元组。

784-5、说明

        无

784-6、用法
784-6-1、数据准备
无
784-6-2、代码示例
# 784、pandas.arrays.IntervalArray.to_tuples方法
import pandas as pd
import numpy as np
# 创建一个示例IntervalArray
interval_array = pd.arrays.IntervalArray.from_tuples([(0, 5), (10, 15), (20, 25), np.nan])
# 转换为元组列表
tuples_list = interval_array.to_tuples(na_tuple=True)
print(tuples_list)
784-6-3、结果输出
# 784、pandas.arrays.IntervalArray.to_tuples方法
# [(0.0, 5.0) (10.0, 15.0) (20.0, 25.0) (nan, nan)]
785、pandas.IntervalDtype类
785-1、语法
# 785、pandas.IntervalDtype类
class pandas.IntervalDtype(subtype=None, closed=None)
An ExtensionDtype for Interval data.This is not an actual numpy dtype, but a duck type.Parameters:
subtype
str, np.dtype
The dtype of the Interval bounds.
785-2、参数

785-2-1、subtype(可选，默认值为None)：用来指定区间的元素类型，例如int、float、datetime等，如果未指定，默认情况下，pandas将会自动推断区间元素的类型。

785-2-2、closed(可选，默认值为None)：用来指定区间是闭区间还是开区间，取值可以是'left'、'right'、'both'或'neither'。

785-3、功能

        用于处理区间数据的自定义数据类型，在pandas中，区间数据常用于表示数值范围或时间范围。

785-4、返回值

        无

785-5、说明

        无

785-6、用法
785-6-1、数据准备
无
785-6-2、代码示例
# 785、pandas.IntervalDtype类
import pandas as pd
# 定义一个左闭右开区间数据类型，元素为整数
interval_dtype_int = pd.IntervalDtype(subtype='int64', closed='left')
print(interval_dtype_int)
# 定义一个左右都封闭的区间数据类型，元素为浮点数
interval_dtype_float = pd.IntervalDtype(subtype='float64', closed='both')
print(interval_dtype_float)
# 定义一个时间区间数据类型，元素为日期时间
interval_dtype_datetime = pd.IntervalDtype(subtype='datetime64[ns]', closed='right')
print(interval_dtype_datetime)
785-6-3、结果输出
# 785、pandas.IntervalDtype类
# interval[int64, left]
# interval[float64, both]
# interval[datetime64[ns], right]

二、推荐阅读

1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/458213.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

shodan3，vnc空密码批量连接，ip历史记录查找

shodan3，vnc空密码批量连接，ip历史记录查找

shodan语法&#xff0c;count&#xff0c;honeyscore count 今天带大家继续学习shodan&#xff0c;今天会带大家学一学这个count命令&#xff0c;再学学其他小命令好其实关键命令也没那么多&#xff0c;就是很方便记忆一下就学会了这样子。 shodan count "/x03/x00/x00…
阅读更多...
Docker下载途径

Docker下载途径

Docker不是Linux自带的&#xff0c;需要我们自己安装 官网&#xff1a;https://www.docker.com/ 安装步骤&#xff1a;https://docs.docker.com/engine/install/centos/ Docker Hub官网(镜像仓库)&#xff1a;https://hub.docker.com/ 在线安装docker 先卸载旧的docker s…
阅读更多...
JMeter实战之——模拟登录

JMeter实战之——模拟登录

本篇介绍使用JMeter 如何对需要登录的站点进行压力测试。 基本Session验证的机制 使用session进行请求验证的机制是一种常见的Web应用认证方式。 该认证方式的主要内容如下&#xff1a; 一、登录过程 用户输入&#xff1a;用户在登录页面输入用户名和密码。发送请求&#x…
阅读更多...
JDBC: Java数据库连接的桥梁

JDBC: Java数据库连接的桥梁

什么是JDBC&#xff1f; Java数据库连接&#xff08;Java Database Connectivity&#xff0c;简称JDBC&#xff09;是Java提供的一种API&#xff0c;允许Java应用程序与各种数据库进行交互。JDBC提供了一组标准的接口&#xff0c;开发者可以利用这些接口执行SQL语句、处理结果集…
阅读更多...
XQT_UI 组件｜02｜ 按钮 XPushButton

XQT_UI 组件｜02｜ 按钮 XPushButton

XPushButton 使用文档 简介 XPushButton 是一个自定义的按钮类&#xff0c;基于 Qt 框架构建&#xff0c;提供了丰富的样式和功能选项。它允许开发者轻松创建具有不同外观和行为的按钮&#xff0c;以满足用户界面的需求。 特性 颜色设置&#xff1a;支持多种颜色选择。样式设…
阅读更多...
Python之Excel自动化处理（三）

Python之Excel自动化处理（三）

一、Excel数据拆分-xlrd 1.1、代码 import xlrd from xlutils.copy import copydef get_data():wb xlrd.open_workbook(./base_data/data01.xlsx)sh wb.sheet_by_index(0){a: [{},{},{}],b:[{},{},{}],c:[{},{},{}],}all_data {}for r in range(sh.nrows):d {type:sh.cell…
阅读更多...
css知识点梳理2

css知识点梳理2

1. 选择器拓展 在 CSS 中&#xff0c;可以根据选择器的类型把选择器分为基础选择器和复合选择器&#xff0c;复合选择器是建立在基础选择器之上&#xff0c;对基本选择器进行组合形成的。 ​ 复合选择器是由两个或多个基础选择器&#xff0c;通过不同的方式组合而成的&#xf…
阅读更多...
《a16z : 2024 年加密货币现状报告》解析

《a16z : 2024 年加密货币现状报告》解析

加密社 原文链接&#xff1a;State of Crypto 2024 - a16z crypto译者&#xff1a;AI翻译官&#xff0c;校对&#xff1a;翻译小组 当我们两年前第一次发布年度加密状态报告的时候&#xff0c;情况跟现在很不一样。那时候&#xff0c;加密货币还没成为政策制定者关心的大事。 比…
阅读更多...
服务器数据恢复—EXT3文件系统下邮件数据被误删的数据恢复案例

服务器数据恢复—EXT3文件系统下邮件数据被误删的数据恢复案例

服务器数据恢复环境&#xff1a; 邮件服务器中有一组由8块盘组成的RAID5阵列, 上层是Linux操作系统EXT3文件系统。 服务器故障&#xff1a; 由于误删除导致文件系统中的邮件数据丢失。 服务器数据恢复过程&#xff1a; 1、将故障服务器中所有硬盘做好标记后取出&#xff0c;硬…
阅读更多...
Python实现Android设备录屏功能及停止录屏功能

Python实现Android设备录屏功能及停止录屏功能

1、功能概述&#xff1f; 提供源码下载 之前通过ADB命令实现了实时的录屏功能。但是很遗憾&#xff0c;虽然通过adb命令录屏非常方便&#xff0c;但由于权限限制&#xff0c;无法在安卓系统较高的设备上使用。现选择使用另一开源工具来解决这一问题&#xff0c;并记录使用详细…
阅读更多...
pytorh学习笔记——cifar10（六）MobileNet V1网络结构

pytorh学习笔记——cifar10（六）MobileNet V1网络结构

基础知识储备&#xff1a; 一、深度可分离卷积&#xff08;Depthwise Separable Convolution&#xff09; MobileNet的核心是深度可分离卷积&#xff08;Depthwise Separable Convolution&#xff09;&#xff0c;深度可分离卷积是卷积神经网络&#xff08;CNN&#xf…
阅读更多...
Java 基于 poi 和 itextpdf 实现 excel 转 pdf

Java 基于 poi 和 itextpdf 实现 excel 转 pdf

目录 问题 实现思路 pom Excel2PDFUtil Excel2PDFUtilTest 输出结果 问题 工作中遇到一个需求&#xff0c;需要实现 excel 文件的预览&#xff0c;实现的思路就是将 excel 转成 pdf 文件&#xff0c;上传到文件服务器上得到文件地址&#xff0c;预览时只需要返回 pdf 预…
阅读更多...
UHF机械高频头的知识和待学习的疑问

UHF机械高频头的知识和待学习的疑问

电路图如上所示&#xff1a; 实物开盖清晰图如下&#xff1a; 待学习和弄懂的知识&#xff1a; 这是一个四腔的短路线谐振。分别是输入调谐&#xff0c;放大调谐&#xff0c;变频调谐和本振 第一个原理图输入为75欧&#xff08;应该是面向有同轴线的天线了&#xff09;如下图…
阅读更多...
【vue+leaflet】自定义控件(五)

【vue+leaflet】自定义控件(五)

老规矩, 一健三连, 先赞后看 先看效果图 自定义控件: 支持和自带控件有相同的增删改查功能, 处理与自带控件来回切换,互相使用的部分问题 新建一个组件 imgControl.vue 1, html 没什么东西,就一个div盒子装leaflet图层 <template><div class"imgBox">…
阅读更多...
Java | Leetcode Java题解之第513题找树左下角的值

Java | Leetcode Java题解之第513题找树左下角的值

题目&#xff1a; 题解&#xff1a; class Solution {public int findBottomLeftValue(TreeNode root) {int ret 0;Queue<TreeNode> queue new ArrayDeque<TreeNode>();queue.offer(root);while (!queue.isEmpty()) {TreeNode p queue.poll();if (p.right ! nu…
阅读更多...
Cursor的composer和chat的应用

Cursor的composer和chat的应用

提到 Cursor 就不得不提及它的 Composer 功能。“Composer” 的中文释义为 “作曲家”&#xff0c;在此处它有着特定的含义。 Cursor 提供了两种人机对话方式。一种是 Chat&#xff0c;它与 ChatGPT 之类的工具差别不大。另一种则是强大的 Compose。 在编写程序时&#xff0c…
阅读更多...
基于GA遗传优化的风光储微电网削峰填谷能量管理系统matlab仿真

基于GA遗传优化的风光储微电网削峰填谷能量管理系统matlab仿真

目录 1.课题概述 2.系统仿真结果 3.核心程序与模型 4.系统原理简介 4.1 削峰填谷的基本概念与意义 4.2 GA优化 5.完整工程文件 1.课题概述 基于GA遗传优化的风光储微电网削峰填谷能量管理系统matlab仿真。通过遗传算法优化风光储微电网的充放电控制过程&#xff0c;然后…
阅读更多...
配置smaba （Linux与windows通信）

配置smaba （Linux与windows通信）

在Ubuntu上安装Samba是一个简单的过程。以下是详细的步骤&#xff0c;帮助你从安装到基本配置。 步骤1&#xff1a;更新软件包列表 首先&#xff0c;打开终端&#xff0c;确保你的软件包列表是最新的&#xff1a; sudo apt update 步骤2&#xff1a;安装 Samba 接下来…
阅读更多...
项目部署 —— 前端、后端

项目部署 —— 前端、后端

一、 前端 ● 二号标题 在命令框里输入 npm run build 打包成功&#xff1a; 项目就会出现一个 dist 文件夹 将Linux的nginx文件夹中&#xff0c;重命名为 news 二、 后端 ● 通过maven打包后端程序 最终会在项目中生成一个 target 文件夹&#xff0c;将 news-1.0-SNAPSHOT.…
阅读更多...
汇编语言

汇编语言

前言 汇编语言是各种CPU提供的机器指令的助记符的集合&#xff0c;可以通过汇编语言直接控制硬件系统进行工作&#xff1b; Q&#xff1a;为什么说汇编语言可以直接操作硬件&#xff1f;那么汇编过程还有什么意义呢&#xff1f; A&#xff1a;汇编语言利用助记符代替机器指令的…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023