如何让numpy.searchsorted无合适索引时返回nan而非0或N？

numpy.searchsorted() 在无匹配元素时会返回0或数组长度N，导致后续用np.arange()生成索引时得到包含所有元素的子集，不符合需求。

我的场景是基于未排序的pandas DataFrame的3列（对应3个numpy.ndarray），通过二分搜索匹配每一组(start, stop)条件，最终返回原始DataFrame中满足条件的行（需保留其他列数据，因此必须通过索引获取）。当前示例代码如下：

import numpy as np

a = np.array([1,2,3,4,5])
start = np.array([0.0,1.0,3.0,3.0,5.0,6.0])
stop = np.array([1.0,3.0,3.0,5.0,6.0,7.0])

starts = np.searchsorted(a, start, side="left")
stops = np.searchsorted(a, stop, side="right")
length = range(len(starts))
indices = [np.arange(starts[i], stops[i] + 1) for i in length]

我的思路是利用np.argsort()的返回值，对3列的搜索结果取索引交集再子集化，但searchsorted返回0或N的行为会干扰结果。希望实现：当无合适索引时，后续子集化得到空结果，比如让searchsorted返回nan，或有其他可行方法。

方法1：修正searchsorted结果，生成空索引 #

在得到starts和stops后，手动判断无匹配的情况，将对应索引范围设为空数组：

import numpy as np

a = np.array([1,2,3,4,5])
start = np.array([0.0,1.0,3.0,3.0,5.0,6.0])
stop = np.array([1.0,3.0,3.0,5.0,6.0,7.0])

starts = np.searchsorted(a, start, side="left")
stops = np.searchsorted(a, stop, side="right")

indices = []
for s_start, s_stop in zip(starts, stops):
    # 当起始索引 >= 结束索引时，说明无匹配元素
    if s_start >= s_stop:
        indices.append(np.array([]))
    else:
        # 注意：原代码中stops[i]+1会导致取到超出范围的元素，因为searchsorted(side="right")返回的是开区间右边界
        indices.append(np.arange(s_start, s_stop))

# 输出结果
for idx in indices:
    print(idx)

输出：

[]
[0 1]
[]
[2 3]
[4]
[]

该结果符合预期：无匹配的条件（如start=0.0, stop=1.0或start=6.0, stop=7.0）会返回空数组。

方法2：结合排序索引，直接筛选原始行（适配多列场景） #

针对你实际的3列场景，正确流程如下：

1. 对每一列排序并记录排序后的原始行索引
2. 对每组(start, stop)，在每一列的排序结果中找到匹配的索引范围
3. 取3列匹配索引的交集，得到原始DataFrame中满足所有条件的行

示例代码：

import numpy as np
import pandas as pd

# 模拟未排序的DataFrame
df = pd.DataFrame({
    'col1': [3,1,4,2,5],
    'col2': [7,5,9,6,8],
    'col3': [12,10,14,11,13],
    'other_col': ['a','b','c','d','e']
})

# 保存每一列的排序索引和排序后的值
sorted_indices = {col: np.argsort(df[col].values) for col in ['col1','col2','col3']}
sorted_cols = {col: df[col].values[idx] for col, idx in sorted_indices.items()}

# 定义多组条件，每组对应col1、col2、col3的(start, stop)
start_conditions = np.array([[0,6,10], [1,5,10], [3,8,12]])
stop_conditions = np.array([[1,8,11], [3,7,13], [5,9,14]])

# 处理每组条件
for start, stop in zip(start_conditions, stop_conditions):
    matched_sets = []
    valid = True
    for idx, col in enumerate(sorted_cols.keys()):
        s_start = np.searchsorted(sorted_cols[col], start[idx], side='left')
        s_stop = np.searchsorted(sorted_cols[col], stop[idx], side='right')
        if s_start >= s_stop:
            valid = False
            break
        # 取出该列匹配的原始行索引，转成集合方便求交集
        matched_idx = sorted_indices[col][s_start:s_stop]
        matched_sets.append(set(matched_idx))
    
    if not valid:
        print("无满足条件的行")
        continue
    
    # 取三列的索引交集
    common_idx = matched_sets[0] & matched_sets[1] & matched_sets[2]
    if common_idx:
        print("满足条件的行：")
        print(df.loc[list(common_idx)])
    else:
        print("无满足条件的行")

该方法直接处理原始行索引的交集，既避免了无效索引范围的问题，又能正确保留其他列的数据。

内容的提问来源于stack exchange，提问作者Buzz B