pandas.DatetimeIndex.searchsorted

DatetimeIndex.searchsorted(key, side='left', sorter=None)

查找要插入元素以维持顺序的索引。

在排序的DatetimeIndex self中找到索引，使得如果v中的相应元素被插入在索引之前，则self的顺序将是保存。

参数：

键：array_like

要插入self的值。

侧：{'left'，'right'}，可选

如果“向左”，则给出找到的第一合适位置的索引。如果'right'，返回最后这样的索引。如果没有合适的索引，则返回0或N（其中N是self的长度）。

排序器：1-D array_like，可选

将self按升序排序的整数索引的可选数组。它们通常是np.argsort的结果。

返回：

indices：int数组

具有与v相同形状的插入点数组。

也可以看看

numpy.searchsorted

笔记

二进制搜索用于查找所需的插入点。

例子

>>> x = pd.Series([1, 2, 3])
>>> x
0    1
1    2
2    3
dtype: int64
>>> x.searchsorted(4)
array([3])
>>> x.searchsorted([0, 4])
array([0, 3])
>>> x.searchsorted([1, 3], side='left')
array([0, 2])
>>> x.searchsorted([1, 3], side='right')
array([1, 3])
>>>
>>> x = pd.Categorical(['apple', 'bread', 'bread', 'cheese', 'milk' ])
[apple, bread, bread, cheese, milk]
Categories (4, object): [apple < bread < cheese < milk]
>>> x.searchsorted('bread')
array([1])     # Note: an array, not a scalar
>>> x.searchsorted(['bread'])
array([1])
>>> x.searchsorted(['bread', 'eggs'])
array([1, 4])
>>> x.searchsorted(['bread', 'eggs'], side='right')
array([3, 4])    # eggs before milk