python - 唯一索引和单调索引有什么区别？

Question

我正在尝试使用 pandas.Index.get_loc返回最近值的索引(作为 int)，但有时它会返回 slice 对象。根据文档，

get_loc returns int if unique index, slice if monotonic index, else mask.

但看起来行为并不一致。例如，使用以下索引:

idx = pd.DatetimeIndex(['2019-12-24 12:04:54',
                        '2019-12-26 20:09:22',
                        '2020-12-27 07:44:35'])

使用 idx.get_loc('2019-12-27', method='ffill') 返回 slice(2, 2, None)，而 idx.get_loc('2019-12-29', method='ffill') 返回 2。将方法从 'ffill' 更改为 'bfill' 似乎不会改变结果。

我的目标是像 idx[:i] 这样从索引的开头切分所有点，其中 i 是 get_loc 返回的 int >。如果可能的话，另一个解决方案可能是修改 slice 对象的开头。

编辑:显然，slice 是具有只读 数据属性开始、停止和步进的内置对象(参见文档 here)。这意味着您可以检查 get_loc 的结果是否为 int，如果不是，则使用 idx[:slice.stop] 获取所有元素达到所需的索引。

不过我仍然对原来的问题感兴趣。

Answer 1

让我们从基本定义开始。

唯一索引

唯一索引 是包含非重复标签的索引。在这样的索引中，不能有两个或更多相同的标签。

要检查给定索引是否唯一，可以使用 pd.Index.is_unique 属性，例如:

>>> pd.Index(['s', 'a', 'm']).is_unique
True
>>> pd.Index(['s', 'a', 'm', 'a']).is_unique
False

如文档所述，此类索引的一个示例是 pd.Index(list('abc'))，包含三个唯一标签 a、b 和 c，这恰好也是单调的。 唯一的非单调索引可以是，例如，pd.Index(list('acb'))，它在从 c 到 b。

单调索引

单调性是一种数学属性，表示给定函数在其整个域内保持非递增或非递减顺序。在 Pandas 中，单调索引 是遵循此属性的索引。

与唯一性类似，您可以使用属性 pd.Index.is_monotonic 或其衍生物，即 pd.Index.is_monotonic_increasing 和 pd.Index.is_monotonic_decreasing.

在这种情况下，文档提供了另一个示例:pd.Index(list('abbc'))，这是一个具有重复标签 b 。还提到了非唯一非单调索引 pd.Index(list('abcb'))。重复的标签再次是 b 而顺序在 c -> b 处被打破，这与之前建立的顺序 a -> b -> c.

---

pd.Index.get_loc

这个 pandas Index 方法使用前面定义的概念来确定它的返回值。其预期行为指定如下。如果一个索引是唯一的，那么它应该返回一个 int 索引值。如果它不是唯一的，则该方法会考虑索引的单调性。如果恰好是单调的，则返回一个slice。否则，它返回一个掩码。

您的示例索引 idx 是唯一的(并且单调，尽管它是无关紧要的)，因此您会期望 get_loc 应该返回一个 int。但是，这仅对精确 标签匹配有保证。对于部分匹配项(例如您正在使用的匹配项)，情况并非如此。我将向您展示显示用法差异的输出:

>>> idx.get_loc('2019-12-24')
slice(0, 1, None)
>>> idx.get_loc('2019-12-24 12:04:54')
0