pandas.Index.get_indexer

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

Вычислить индексатор и маску для нового индекса, учитывая текущий индекс. Индексатор должен использоваться как вход для ndarray.take для выравнивания текущих данных с новым индексом.

Параметры:

target : Index 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 разделяются с предпочтением большего значения индекса. limit : int, optional Максимальное количество последовательных меток в target для соответствия при неточных совпадениях. tolerance : optional Максимальное расстояние между исходными и новыми метками для неточных совпадений. Значения индекса в совпадающих позициях в большей степени удовлетворяют уравнению abs(index[indexer] - target) <= tolerance. Допуск может быть скалярным значением, которое применяет один и тот же допуск ко всем значениям, или списком, который применяет переменный допуск к каждому элементу. Список включает список, кортеж, массив, Series и должен иметь тот же размер, что и индекс, и его тип данных должен точно совпадать с типом индекса. Новое в версии 0.21.0: (списковый допуск)

Возвращает:

indexer : ndarray of int Целые числа от 0 до n - 1, указывающие, что индекс в этих позициях соответствует соответствующим целевым значениям. Отсутствующие значения в целевом значении отмечаются -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 расположений в index, и x отмечается -1, поскольку он не содержится в index.