Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas searchsorted()
是排序序列的一種方法。它允許用戶將要插入序列中的值作為參數傳遞,並返回可以插入值的位置數組,以便仍保留序列的順序。
用法:Series.searchsorted(value, side=’left’, sorter=None)
參數:
value:要插入自身的值(調用者係列)
side:“ left”或“ right”,分別返回值的第一個或最後一個合適的位置
sorter:傳遞與係列大小相同的索引數組。如果sorter為None,則調用程序序列必須按升序排列,否則sorter應該是對其進行排序的索引數組。
返回類型:索引數組
範例1:
在這個例子中searchsorted()
在已排序的序列上調用方法,並將3值作為參數傳遞。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating list
list =[0, 2, 3, 7, 12, 12, 15, 24]
# creating series
series = pd.Series(list)
# values to be inserted
val =[1, 7, 14]
# calling .searchsorted() method
result = series.searchsorted(value = val)
# display
result
輸出:
array([1, 3, 6])
如輸出所示,返回每個值的索引。由於已經有7個序列存在,因此由於默認的side參數為“ left”,因此為其返回了索引位置6。因此,如果值相等,它將返回左側索引。
範例2:Searchsorted()
在一係列的字符串上。
在此示例中,使用Pandas Series方法從python列表中生成了一些水果名稱的排序序列。之後,將兩個字符串的列表作為的value參數傳遞searchsorted()
方法。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating list
data =['apple', 'banana', 'mango', 'pineapple', 'pizza']
# creating series
series = pd.Series(data)
# values to be inserted
val =['grapes', 'watermelon']
# calling .searchsorted() method
result = series.searchsorted(value = val)
# display
result
輸出:
array([2, 5])
如輸出中所示,將為傳遞的列表中的每個值返回索引位置,因此,如果將值放在該索引處,則將保留序列的順序。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Series.searchsorted()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。