请求解析pandas index.searchsorted()功能及相关代码工作原理

嘿，我来给你把这个方法和你的代码逻辑讲明白～

核心作用：找有序索引中的插入位置 #

index.searchsorted() 最核心的功能就是：在一个已经排序好的索引（或者说有序序列）里，为另一个序列的每个元素，找到它应该被插入的位置，这样插入后原索引依然能保持有序状态。

划重点：这个方法的前提是调用它的索引（也就是你的df1.index）必须是已经排序好的！如果df1的索引没排序，返回的结果会完全不符合预期，因为它默认假设原索引是有序的。

你的代码df1.index.searchsorted(df2.index)的工作原理 #

这段代码其实就是把df2的每一个索引值，挨个拿到df1的索引里去匹配，返回每个值对应的插入位置，最终得到一个和df2.index长度相同的数组。

举个实际例子你一看就懂：
假设df1.index是排序好的：[1, 3, 5, 7]
df2.index是：[2, 4, 6, 0, 8]

运行df1.index.searchsorted(df2.index)后，得到的结果会是：[1, 2, 3, 0, 4]

• 2要插在1和3之间，对应位置1
• 4要插在3和5之间，对应位置2
• 6要插在5和7之间，对应位置3
• 0比所有元素都小，插在最开头，对应位置0
• 8比所有元素都大，插在最末尾，对应位置4（也就是df1.index的长度）

另外，这个方法有个默认参数side='left'，意思是找第一个大于等于目标值的位置；如果改成side='right'，就会找第一个大于目标值的位置。比如还是上面的例子，用side='right'的话，目标值2的插入位置会是2，因为它要插在3的前面（第一个大于2的元素是3，位置2）。

额外注意点 #

• 一定要确认df1.index是已排序的，可以用df1.index.is_monotonic_increasing或df1.index.is_monotonic_decreasing来检查
• 返回的结果数组里的每个位置值，都可以用来在df1中定位对应位置，比如配合iloc来提取数据

内容的提问来源于stack exchange，提问作者Snowfire777