pandas between() 数据是否在指定的范围内

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.Series.between 方法用于判断一个 Series 对象中的数据是否在指定的范围内。这个方法特别适用于需要筛选出特定范围内数据的场景，比如时间序列分析或数据清洗等。

语法

函数签名

返回布尔序列，等价于 left<=Series<=right。此函数返回一个包含True的布尔向量，只要相应的Series元素位于左右边界值之间。NA值被视为False。

Series.between(left, right, inclusive='both')

此函数等效于 (left <= ser) & (ser <= right)。

参数说明

left: 范围的左边界值。可以是与 Series 元素类型一致的任意数据类型，比如整数、浮点数、字符串、日期时间等。
right: 范围的右边界值。与 left 参数相似，需与 Series 元素类型一致。
inclusive: 指定左边界和右边界的包含情况。可选值有 'both'（默认，表示左边界和右边界都包含）、'neither'（表示左边界和右边界都不包含）、'left'（表示只包含左边界）、'right'（表示只包含右边界）。

返回值

返回一个与原 Series 长度相同的布尔型 Series。每个元素的布尔值表示对应的原始数据是否在指定的范围内。

使用场景

数据筛选：当你需要从一个 Series 中筛选出特定范围内的元素时，between 方法非常有用。
时间序列分析：可以用来筛选某个时间段内的数据。
数据验证：检查数据是否落在预期的区间内。

示例

s = pd.Series([2, 0, 4, 8, np.nan])

默认情况下包括边界值：

s.between(1, 4)
0     True
1    False
2     True
3    False
4    False
dtype: bool

如果包容性设置为“neither”，则排除边界值：

s.between(1, 4, inclusive="neither")
0     True
1    False
2    False
3    False
4    False
dtype: bool

left和right可以是任何标量值：

s = pd.Series(['Alice', 'Bob', 'Carol', 'Eve'])
s.between('Anna', 'Daniel')
0    False
1     True
2     True
3    False
dtype: bool

案例

假设我们有一个包含学生考试成绩的 Series，我们希望筛选出成绩在 60 到 90 分之间的学生成绩。

import pandas as pd

# 构造示例数据
grades = pd.Series([56, 67, 78, 85, 92, 49, 73, 88])

# 使用 between 筛选出 60 到 90 分之间的成绩
filtered_grades = grades.between(60, 90)

# 输出原数据和筛选结果
print("原始成绩数据：")
print(grades)
print("\n成绩在 60 到 90 分之间：")
print(filtered_grades)

输出结果如下：

原始成绩数据：
0    56
1    67
2    78
3    85
4    92
5    49
6    73
7    88
dtype: int64

成绩在 60 到 90 分之间：
0    False
1     True
2     True
3     True
4    False
5    False
6     True
7     True
dtype: bool

在这个例子中，filtered_grades 返回一个布尔 Series，表示哪些成绩在 60 到 90 分之间。我们可以进一步使用这个布尔 Series 来筛选出符合条件的成绩：

# 筛选出成绩在 60 到 90 分之间的值
grades_in_range = grades[filtered_grades]

print("筛选后的成绩：")
print(grades_in_range)

输出结果如下：

筛选后的成绩：
1    67
2    78
3    85
6    73
7    88
dtype: int64

这个结果显示了所有在指定区间内的成绩。

深入理解

inclusive 参数的使用：如果我们只想包含区间的右边界（比如要筛选 60 到 90 分之间，但只包含 90 分），可以使用 inclusive='right'。

filtered_grades = grades.between(60, 90, inclusive='right')
print(filtered_grades)

这个参数在数据分析中，可以根据实际需求灵活调整，提供了更精细的筛选控制。

总结来说，between 方法是一个简单但非常实用的工具，能够帮助我们快速地从数据中提取出需要的区间。

参考

https://pandas.pydata.org/docs/reference/api/pandas.Series.between.html