Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Pandas Index.searchsorted()
函数查找索引,应在其中插入元素以保持顺序。该函数在已排序的IndexOpsMixin自已中找到索引,这样,如果将值中的相应元素插入到索引之前,则将保留self的顺序。
用法: Index.searchsorted(value, side=’left’, sorter=None)
参数:
value:要插入自身的价值。
side:如果为“ left”,则给出找到的第一个合适位置的索引。如果为“正确”,则返回上一个这样的索引。如果没有合适的索引,则返回0或N(其中N是自身的长度)。
sorter:整数索引的可选数组,用于将自身按升序排序。它们通常是np.argsort的结果。
返回:[indices:int数组]具有与值相同形状的插入点数组。
范例1:采用Index.searchsorted()
函数查找插入元素的正确位置,以使Index保持排序。
# importing pandas as pd
import pandas as pd
# Creating the index
idx = pd.Index([1, 5, 8, 9, 11, 24, 56, 81])
# Print the Index
idx
输出:
如果要插入的元素为10,请找出插入位置
# to find the position of inseretion
idx.searchsorted(10)
输出:
从输出中可以看到,该函数已返回4,指示如果要保留顺序,则在索引中插入10的正确位置是4。
范例2:采用Index.searchsorted()
函数可以为索引中的多个元素找到正确的插入位置。插入时应保持顺序。
# importing pandas as pd
import pandas as pd
# Creating the index
idx = pd.Index([1, 5, 8, 9, 11, 24, 56, 81])
# Print the Index
idx
输出:
如果要插入的元素是7和29,让我们找到插入位置
# to find the position of inseretion
idx.searchsorted([7, 29])
输出:
正如我们在输出中看到的那样,该函数返回了2和6,指示如果要保持顺序,则在索引中插入7和29的正确位置是2nd和6th位置。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.str.contains()用法及代码示例
- Python Pandas dataframe.std()用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas dataframe.sem()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas.Categorical()用法及代码示例
- Python Pandas.apply()用法及代码示例
- Python Pandas TimedeltaIndex.contains用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Series.str.pad()用法及代码示例
- Python Pandas Series.take()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas series.str.get()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Index.searchsorted()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。