pandas.MultiIndex.get_indexer

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

Вычисление индексатора и маски для нового индекса на основе текущего индекса. Индексатор следует использовать в качестве входных данных для ndarray.take для выравнивания текущих данных с новым индексом.

Параметры:

target : MultiIndex или список кортежей 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 разрываются путем предпочтения большего значения индекса. limit : int, необязательно Максимальное количество последовательных меток в target для соответствия неточным совпадениям. tolerance : необязательно Максимальное расстояние между исходными и новыми метками для неточных совпадений. Значения индекса в сопоставляемых позициях должны в основном удовлетворять уравнению abs(index[indexer] - target) <= tolerance. Tolerance может быть скалярным значением, которое применяет одинаковую толерантность ко всем значениям, или спископодобным, которое применяет переменную толерантность для каждого элемента. Список-подобный включает список, кортеж, массив, Series и должен иметь такой же размер, как и индекс, и его тип данных должен точно совпадать с типом индекса. Введено в версии 0.17.0. Введено в версии 0.21.0: (список-подобная толерантность)

Возвращает:

indexer : ndarray целых чисел Целые числа от 0 до n - 1, указывающие, что индекс в этих позициях соответствует соответствующим целевым значениям. Пропущенные значения в целевом значении отмечены как -1.

Примеры

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