pandas.Index.searchsorted #

指数。searchsorted ( value , side = 'left' , sorter = None ) [来源] #

查找应插入元素以维持顺序的索引。

将索引查找到已排序的 Index self中，这样，如果value中的相应元素插入到索引之前，则self的顺序将被保留。

笔记

索引必须是单调排序的，否则可能会返回错误的位置。 Pandas不会 为你检查这一点。

参数：

类似数组或标量的值

要插入到self中的值。

边{'左'，'右'}，可选

如果为“left”，则给出找到的第一个合适位置的索引。如果“正确”，则返回最后一个此类索引。如果没有合适的索引，则返回 0 或 N（其中 N 是self的长度）。

类似一维数组的排序器，可选

可选的整数索引数组，将自身按升序排序。它们通常是 的结果np.argsort。

返回：

int 或 int 数组

与value具有相同形状的插入点标量或数组。

也可以看看

sort_values

按沿任一轴的值排序。

numpy.searchsorted

NumPy 中的类似方法。

笔记

二分查找用于查找所需的插入点。

例子

>>> ser = pd.Series([1, 2, 3])
>>> ser
0    1
1    2
2    3
dtype: int64

>>> ser.searchsorted(4)
3

>>> ser.searchsorted([0, 4])
array([0, 3])

>>> ser.searchsorted([1, 3], side='left')
array([0, 2])

>>> ser.searchsorted([1, 3], side='right')
array([1, 3])

>>> ser = pd.Series(pd.to_datetime(['3/11/2000', '3/12/2000', '3/13/2000']))
>>> ser
0   2000-03-11
1   2000-03-12
2   2000-03-13
dtype: datetime64[ns]

>>> ser.searchsorted('3/14/2000')
3

>>> ser = pd.Categorical(
...     ['apple', 'bread', 'bread', 'cheese', 'milk'], ordered=True
... )
>>> ser
['apple', 'bread', 'bread', 'cheese', 'milk']
Categories (4, object): ['apple' < 'bread' < 'cheese' < 'milk']

>>> ser.searchsorted('bread')
1

>>> ser.searchsorted(['bread'], side='right')
array([3])

如果值不是单调排序的，则可能会返回错误的位置：

>>> ser = pd.Series([2, 1, 3])
>>> ser
0    2
1    1
2    3
dtype: int64

>>> ser.searchsorted(1)  
0  # wrong result, correct would be 1