pandas.IntervalIndex.get_indexer

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

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

Индексатор должен использоваться в качестве входных данных для ndarray.take для выравнивания текущих данных с новым индексом.

Параметры:

target:Index

method:{None, ‘pad’/’ffill’, ‘backfill’/’bfill’, ‘nearest’}, необязательно

• по умолчанию: только точные совпадения.

• pad / ffill: поиск ПРЕДЫДУЩЕГО значения индекса, если точного совпадения нет.

• backfill / bfill: использование СЛЕДУЮЩЕГО значения индекса, если точного совпадения нет.

• nearest: использование НАИБОЛЕЕ БЛИЗКОГО значения индекса, если точного совпадения нет. Связанные расстояния разрываются с предпочтением большего значения индекса.

limit:int, необязательно

Максимальное количество последовательных меток в target для совпадений с неточным соответствием.

tolerance:необязательно

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

Tolerance может быть скалярным значением, которое применяет одинаковую толерантность ко всем значениям, или списком, который применяет переменную толерантность 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.

Возвращает:

np.ndarray[np.intp]

Целые числа от 0 до n - 1, указывающие, что индекс в этих позициях соответствует соответствующим значениям целевого индекса. Пропущенные значения в целевом индексе отмечаются -1.

Примечания

Для несовпадающих значений возвращает -1, для дальнейшего 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 — массив местоположений в index и x отмечается -1, так как он не находится в index.