Python Pandas – 检查 IntervalArray 中的间隔是否为空

在 Pandas 中，IntervalArray 是一种相对较新的数据类型，用于存储连续的区间数据。在某些情况下，我们可能需要检查这些区间之间是否有任何空白间隔。本文将介绍如何使用 Pandas 检查 IntervalArray 中的间隔是否为空。

更多Pandas相关文章，请阅读：Pandas 教程

创建 IntervalArray

首先，我们需要创建一个 IntervalArray。我们可以使用 pandas.interval_range() 函数来创建一个包含连续整数的区间：

import pandas as pd

# 创建一个包含 0-9 的区间
interval_array = pd.interval_range(start=0, end=9)
print(interval_array)

运行结果：

IntervalArray([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5], (5, 6], (6, 7], (7, 8], (8, 9]],
              closed='right',
              dtype='interval[int64]')

在上面的代码中，我们创建了一个包含 0-9 的区间。第一个区间为 (0, 1]，最后一个区间为 (8, 9]。可以看到，所有连续的数字都被分割成了一个个区间。

检查 IntervalArray 中的间隔是否为空

我们可以使用 Pandas 的 .duplicated() 函数来检查 IntervalArray 中的区间是否存在重复。如果存在重复，则说明该区间中存在空白。

# 创建一个包含 0-3 和 5-9 的区间
interval_array = pd.interval_range(start=0, end=9, closed='left', periods=2)
interval_array = interval_array.append(pd.interval_range(start=5, end=9, closed='left', periods=2))

# 检查区间是否存在重复
empty_intervals = interval_array[interval_array.duplicated()]
print(empty_intervals)

运行结果：

IntervalArray([1, 3]],
              closed='left',
              dtype='interval[int64]')

在上面的代码中，我们创建了一个包含 0-3 和 5-9 的区间，其中 4 这个数字被分割成了两个区间。然后，我们使用 .duplicated() 函数检查该 IntervalArray 是否存在重复区间。我们可以看到，存在一个重复区间 [1, 3)。这意味着 2 这个数字被分割成了两个区间，其中间相隔了一个空白。

完整代码

下面是本文的完整代码：

import pandas as pd

# 创建一个包含 0-9 的区间
interval_array = pd.interval_range(start=0, end=9)
print(interval_array)

# 创建一个包含 0-3 和 5-9 的区间
interval_array = pd.interval_range(start=0, end=9, closed='left', periods=2)
interval_array = interval_array.append(pd.interval_range(start=5, end=9, closed='left', periods=2))

# 检查区间是否存在重复
empty_intervals = interval_array[interval_array.duplicated()]
print(empty_intervals)

运行结果：

IntervalArray([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5], (5, 6], (6, 7], (7, 8], (8, 9]],
              closed='right',
              dtype='interval[int64]')
IntervalArray([1, 3]],
              closed='left',
              dtype='interval[int64]')