如何对含interval[float64]类型列的Pandas DataFrame按指定区间筛选

错误原因说明 #

• 第一种写法返回空的原因：distance_bin已经转换为interval[float64]类型，和字符串'(5.0, 6.0]'类型不匹配，自然无法匹配到结果。
• 第二种写法报错原因：Series对象本身没有left属性，需要通过.dt访问器获取Interval类型列的左右边界属性，同时逻辑运算符&优先级高于比较运算符，需要给单个判断条件加括号避免语法错误。

正确筛选方法 #

方法1：直接构造目标Interval对象匹配（最直观） #

直接构造和目标区间规则完全一致的pd.Interval对象，直接做等值判断即可：

import pandas as pd
# 构造目标区间：左开右闭(5.0,6.0]
target_interval = pd.Interval(5.0, 6.0, closed='right')
# 筛选
df_A = df[df['distance_bin'] == target_interval]

方法2：通过dt访问器获取边界判断 #

如果需要灵活匹配区间范围，可以通过.dt访问器提取左右边界判断，注意加括号处理逻辑运算优先级：

# 精确匹配(5.0,6.0]区间
df_A = df[(df['distance_bin'].dt.left == 5.0) & (df['distance_bin'].dt.right == 6.0)]
# 按范围规则匹配的写法
df_A = df[(df['distance_bin'].dt.left > 5) & (df['distance_bin'].dt.right <=6)]

方法3：判断值是否在区间内（拓展场景） #

如果需要筛选包含某个具体值的所有区间，可以用in判断：

# 筛选所有包含5.5的区间
df_A = df[df['distance_bin'].apply(lambda x: 5.5 in x)]

内容的提问来源于stack exchange，提问作者Serge de Gosson de Varennes