Python Pandas：一意でない値を持つオブジェクトでも新しいインデックスのインデクサーとマスクを計算する方法

PythonのPandasでは、index.get_indexer_non_unique()メソッドを使用することで、一意でない（重複した）値を含むオブジェクトの場合でも、新しいインデックスに対するインデクサーとマスクを計算できます。

通常のget_indexer()メソッドは一意なインデックスを前提としていますが、このメソッドは重複値が存在してもエラーにならず、該当するすべての位置を返す点が特徴です。また、対象のインデックスに存在しない値は-1でマークされます。

必要なライブラリのインポート

まず、必要なライブラリをインポートします。

import pandas as pd

一意でない値を含むPandasインデックスの作成

重複した値を含むPandasインデックスを作成します。

index = pd.Index([10, 20, 30, 40, 40, 50, 60, 60, 60, 70])

Pandasインデックスを表示します。

print("Pandas Index...\n", index)

インデクサーとマスクの計算

インデクサーとマスクを計算します。検索対象の値がインデックスに存在しない場合は-1でマークされます。さらに、一意でないIndexオブジェクトの値も正しく処理されます。

print("\nGet the indexes...\n", index.get_indexer_non_unique([30, 40, 90, 100, 50, 60]))

完全なコード例

以下にコード全体を示します。

import pandas as pd

# 重複した値を含むPandasインデックスを作成
index = pd.Index([10, 20, 30, 40, 40, 50, 60, 60, 60, 70])

# Pandasインデックスを表示
print("Pandas Index...\n", index)

# インデックス内の要素数を返す
print("\nNumber of elements in the index...\n", index.size)

# インデクサーとマスクを計算
# 存在しない値は-1でマークされる
# 一意でないIndexオブジェクトの値にも対応
print("\nGet the indexes...\n", index.get_indexer_non_unique([30, 40, 90, 100, 50, 60]))

出力結果

上記のコードを実行すると、次のような出力が得られます。

Pandas Index...
Int64Index([10, 20, 30, 40, 40, 50, 60, 60, 60, 70], dtype='int64')

Number of elements in the index...
10

Get the indexes...
(array([ 2, 3, 4, -1, -1, 5, 6, 7, 8], dtype=int64), array([2, 3], dtype=int64))

出力結果の解説

戻り値はタプル形式で、2つの配列から構成されています。

• 1つ目の配列（インデクサー）：検索した各値に対応する元のインデックス内の位置を示します。例えば「30」は位置2、「40」は位置3と4（重複しているため2つ）、「90」と「100」は存在しないため-1、「50」は位置5、「60」は位置6・7・8（重複しているため3つ）に対応しています。
• 2つ目の配列（マスク）：見つからなかった値（-1となった箇所）の位置を示します。この例では、検索リストの中で「90」と「100」が該当するため、[2, 3]が返されています。

このように、get_indexer_non_unique()メソッドを活用すれば、重複値を含むインデックスでも柔軟に位置情報を取得でき、データの照合や結合処理において非常に便利です。