pandas.Index.get_indexer

Index.get_indexer(target, method=None, limit=None, tolerance=None) [source]

Вычисляет индексатор и маску для нового индекса, учитывая текущий индекс. Индексатор затем должен использоваться в качестве входных данных для ndarray.take для выравнивания текущих данных с новым индексом.

Параметры:

target : Индекс method : {None, ‘pad’/’ffill’, ‘backfill’/’bfill’, ‘nearest’}, необязательно по умолчанию: только точные совпадения. pad / ffill: найти ПРЕДЫДУЩЕЕ значение индекса, если точного совпадения нет. backfill / bfill: использовать СЛЕДУЮЩЕЕ значение индекса, если точного совпадения нет nearest: использовать НАИБОЛЕЕ БЛИЗКОЕ значение индекса, если точного совпадения нет. Связанные расстояния разбиваются по предпочтению большего значения индекса. limit : int, необязательно Максимальное количество последовательных меток в target для совпадения при неточных совпадениях. tolerance : необязательно Максимальное расстояние между исходными и новыми метками для неточных совпадений. Значения индекса в соответствующих позициях в большинстве случаев удовлетворяют уравнению abs(index[indexer] - target) <= tolerance. Допуск может быть скалярным значением, которое применяется к всем значениям, или спископодобным, которое применяет переменный допуск к каждому элементу. Список-подобные включают список, кортеж, массив, Series и должны иметь тот же размер, что и индекс, и их тип данных должен точно соответствовать типу индекса. Новое в версии 0.17.0. Новое в версии 0.21.0: (спископодобный допуск)

Возвращаемое значение:

indexer : ndarray целых чисел Целые числа от 0 до n - 1, указывающие, что индекс в этих позициях соответствует соответствующим значениям целевого индекса. Отсутствующие значения в целевом индексе отмечаются -1.

Примеры

>>> indexer = index.get_indexer(new_index)
>>> new_values = cur_values.take(indexer)