查找最近索引值的最快方法答案

【问题标题】：quickest way to look up nearest index value查找最近索引值的最快方法
【发布时间】：2017-03-15 03:41:11
【问题描述】：

考虑时间序列s 和它的索引tidx

tidx = pd.date_range('2010-12-31', periods=3, freq='M')
s = pd.Series([0, 31, 59], tidx)

如果我想使用s 作为查找系列并传递日期'2011-02-23'，我想获得最近可用的值。在本例中为31。

我已经完成了

s.resample('D').ffill().loc['2011-02-23']

31

这可以完成工作，但我不得不重新采样整个系列以获得单个值。有什么更合适的方法来做到这一点？

【问题讨论】：

标签： python performance pandas numpy

【解决方案1】：

这个呢？

In [150]: s[s.index <= '2011-02-23'].tail(1)
Out[150]:
2011-01-31    31
Freq: M, dtype: int64

PS 只有在对索引进行排序时才会起作用...

【讨论】：

【解决方案2】：

我用s.index.get_loc()

docs

它允许找到“最近”的索引值位置。

s.iloc[s.index.get_loc('2011-02-23', 'ffill')]

【讨论】：

【解决方案3】：

你可以使用searchsorted -

s[s.index.searchsorted('2011-02-23','right')-1]

打败自己就是乐趣！所以，这里有更多的 NumPy 来进一步提升性能 -

s[s.index.values.searchsorted(np.datetime64('2011-02-23'),'right')-1]

运行时测试-

In [235]: tidx = pd.date_range('2010-12-31', periods=300, freq='M')
     ...: s = pd.Series(range(300), tidx)
     ...: 

In [236]: s[s.index.searchsorted('2035-03-23','right')-1]
Out[236]: 290

In [237]: s[s.index.values.searchsorted(np.datetime64('2035-03-23'),'right')-1]
Out[237]: 290

In [238]: %timeit s[s.index.searchsorted('2035-03-23','right')-1]
10000 loops, best of 3: 63 µs per loop

In [239]: %timeit s[s.index.values.searchsorted(np.datetime64('2035-03-23'),'right')-1]
10000 loops, best of 3: 46.7 µs per loop

【讨论】：