pandas.DatetimeIndex.searchsorted

DatetimeIndex.searchsorted(key, side='left', sorter=None) [source]

Найти индексы, куда элементы следует вставить для сохранения порядка.

Найти индексы в отсортированном DatetimeIndex self таким образом, чтобы, если соответствующие элементы в v были вставлены перед индексами, порядок self сохранялся.

Параметры:

ключ : массив_подобный Значения для вставки в self. сторона : {‘слева’, ‘справа’}, необязательно Если ‘слева’, возвращается индекс первого подходящего места. Если ‘справа’, возвращается последний такой индекс. Если подходящего индекса нет, возвращается либо 0, либо N (где N — длина self). сортировщик : 1-мерный массив_подобный, необязательно Необязательный массив целочисленных индексов, сортирующий self в порядке возрастания. Обычно они являются результатом np.argsort.

Возвращает:

индексы : массив целых чисел Массив точек вставки с той же формой, что и v.

См. также

numpy.searchsorted

Примечания

Используется бинарный поиск для нахождения необходимых точек вставки.

Примеры

>>> x = pd.Series([1, 2, 3])
>>> x
0    1
1    2
2    3
dtype: int64
>>> x.searchsorted(4)
array([3])
>>> x.searchsorted([0, 4])
array([0, 3])
>>> x.searchsorted([1, 3], side='left')
array([0, 2])
>>> x.searchsorted([1, 3], side='right')
array([1, 3])
>>>
>>> x = pd.Categorical(['apple', 'bread', 'bread', 'cheese', 'milk' ])
[apple, bread, bread, cheese, milk]
Categories (4, object): [apple < bread < cheese < milk]
>>> x.searchsorted('bread')
array([1])     # Note: an array, not a scalar
>>> x.searchsorted(['bread'])
array([1])
>>> x.searchsorted(['bread', 'eggs'])
array([1, 4])
>>> x.searchsorted(['bread', 'eggs'], side='right')
array([3, 4])    # eggs before milk