Python Pandas - 检查元素是否包含值

要按元素检查 Intervals 是否包含该值，请使用该方法。array.contains()

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])

显示间隔 -

print("Our IntervalArray...\n",array)

检查间隔是否包含特定值 -

print("\nDoes the Intervals contain the value? \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])

# 显示间隔数组
print("Our IntervalArray...\n",array)

# 获取 IntervalArray 的长度
# 返回一个索引，其中的条目表示 IntervalArray 中每个 Interval 的长度
print("\nOur IntervalArray length...\n",array.length)

# IntervalArray 中每个 Interval 的中点作为索引
print("\nThe midpoint of each interval in the IntervalArray...\n",array.mid)

# 获得正确的端点
print("\nThe right endpoints of each Interval in the IntervalArray as an Index...\n",array.right)

print("\nDoes the Intervals contain the value? \n",array.contains(3.5))

这将产生以下代码 -

Our IntervalArray...
<IntervalArray>
[(0, 1], (1, 2], (2, 3], (3, 4], (4, 5]]
Length: 5, dtype: interval[int64, right]

Our IntervalArray length...
Int64Index([1, 1, 1, 1, 1], dtype='int64')

The midpoint of each interval in the IntervalArray...
Float64Index([0.5, 1.5, 2.5, 3.5, 4.5], dtype='float64')

The right endpoints of each Interval in the IntervalArray as an Index...
Int64Index([1, 2, 3, 4, 5], dtype='int64')

Does the Intervals contain the value?
[False False False True False]