pandas.MultiIndex.get_indexer

MultiIndex.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 : MultiIndex or list of tuples method : {None, ‘pad’/’ffill’, ‘backfill’/’bfill’, ‘nearest’}, optional default: 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. Привязанные расстояния разделяются предпочтением большего значения 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 подобным списку, который применяет переменный допуск к каждому элементу. Подобные списку включают список, кортеж, массив, Series и должны иметь тот же размер, что и индекс, и их тип данных должен точно совпадать с типом индекса. Новое в версии 0.21.0: (допуск подобный списку)

Возвращает:

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

Примеры

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

Обратите внимание, что возвращаемое значение - массив положений в index и x помечено -1, так как он не находится в index.