pandas.Index.get_indexer

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

Вычисление индексатора и маски для нового индекса на основе текущего индекса.

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 разрываются путем предпочтения большего значения индекса.

limit:int, optional

Максимальное количество последовательных меток в target для поиска неточных совпадений.

tolerance:optional

Максимальное расстояние между исходными и новыми метками для неточных совпадений. Значения индекса в соответствующих позициях должны удовлетворять уравнению abs(index[indexer] - target) <= tolerance.

Tolerance может быть скалярным значением, которое применяется одинаковая толерантность ко всем значениям, или списком, который применяет переменную толерантность к каждому элементу. Список-подобные объекты включают список, кортеж, массив, Series и должны иметь тот же размер, что и индекс, и их тип данных должен точно соответствовать типу индекса.

Возвращает:

np.ndarray[np.intp]

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.

Примечания

Для несовпавших значений возвращает -1, для более подробного объяснения см. пример ниже.

Примеры

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

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