在熊猫Intervalindex中查找匹配间隔

在熊猫Intervalindex中查找匹配间隔

如果您对性能感兴趣，可以对IntervalIndex进行优化以进行搜索。使用

.get_loc

或

.get_indexer

使用内部构建的IntervalTree（如二叉树），该树是在首次使用时构造的。

In [29]: idx = pd.IntervalIndex.from_tuples(data*10000)In [30]: %timeit -n 1 -r 1 idx.map(lambda x: 900 in x)92.8 ms ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)In [40]: %timeit -n 1 -r 1 idx.map(lambda x: 900 in x)42.7 ms ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)# construct tree and searchIn [31]: %timeit -n 1 -r 1 idx.get_loc(900)4.55 ms ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)# subsequentlyIn [32]: %timeit -n 1 -r 1 idx.get_loc(900)137 µs ± 0 ns per loop (mean ± std. dev. of 1 run, 1 loop each)# for a single indexer you can do even better (note that this is# dipping into the impl a bitIn [27]: %timeit np.arange(len(idx))[(900 > idx.left) & (900 <= idx.right)]203 µs ± 1.55 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

请注意，.get_loc（）返回一个索引器（实际上比布尔数组有用，但它们可以相互转换）。

In [38]: idx.map(lambda x: 900 in x)    ...: Out[38]: Index([ True, False, False,  True, False, False,  True, False, False,  True,       ...       False,  True, False, False,  True, False, False,  True, False, False], dtype='object', length=30000)In [39]: idx.get_loc(900)    ...: Out[39]: array([29997,  9987, 10008, ..., 19992, 19989,     0])

返回布尔数组将转换为索引器数组

In [5]: np.arange(len(idx))[idx.map(lambda x: 900 in x).values.astype(bool)]Out[5]: array([    0,     3,     6, ..., 29991, 29994, 29997])

这是.get_loc（）和.get_indexer（）返回的内容：

In [6]: np.sort(idx.get_loc(900))Out[6]: array([    0,     3,     6, ..., 29991, 29994, 29997])