pandas.MultiIndex.get_indexer

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

Вычислить индексатор и маску для нового индекса, исходя из текущего индекса. Индексатор следует использовать как вход для ndarray.take для выравнивания текущих данных с новым индексом.

Параметры:

target : MultiIndex or list of tuples method : {None, ‘pad’/’ffill’, ‘backfill’/’bfill’, ‘nearest’}, optional 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, отдавая предпочтение большему значению индекса. limit : int, optional Максимальное количество последовательных меток в target для совпадения при неточных совпадениях. tolerance : optional Максимальное расстояние между исходными и новыми метками для неточных совпадений. Значения индекса в соответствующих позициях в наибольшей степени удовлетворяют уравнению abs(index[indexer] - target) <= tolerance. Допуск может быть скалярным значением, которое применяет одинаковый допуск ко всем значениям, или списком, который применяет переменный допуск к каждому элементу. Список включает список, кортеж, массив, Series и должен быть такого же размера, что и индекс, а его тип данных должен точно соответствовать типу индекса. Добавлен в версии 0.21.0: (списковый допуск)

Возвращаемые значения:

indexer : ndarray of int Целые числа от 0 до n - 1, указывающие, что индекс в этих позициях соответствует соответствующим целевым значениям. Пропущенные значения в целевом индексе помечаются -1.

Примеры

>>> index = pd.Index(['c', 'a', 'b'])
>>> index.get_indexer(['a', 'b', 'x'])
array([ 1,  2, -1])

Обратите внимание, что возвращаемое значение — это массив местоположений в index и x отмечается -1, так как он не содержится в index.