使用熊猫获取开始日期和结束日期之间的工作日

Question

我正在使用熊猫，我想知道使用熊猫获取开始日期和结束日期之间的工作日的最简单方法是什么？

有很多关于在 Python 中执行此操作的帖子（ 例如），但我有兴趣直接使用 Pandas，因为我认为 Pandas 可能可以很容易地处理这个问题。

Answer 1

date_range ，您也可以使用date_range 。

In [3]: pd.date_range('2011-01-05', '2011-01-09', freq=BDay())

Out[3]: DatetimeIndex(['2011-01-05', '2011-01-06', '2011-01-07'], dtype='datetime64[ns]', freq='B', tz=None)

编辑

或者更简单

In [7]: pd.bdate_range('2011-01-05', '2011-01-09')

Out[7]: DatetimeIndex(['2011-01-05', '2011-01-06', '2011-01-07'], dtype='datetime64[ns]', freq='B', tz=None)

请注意，开始日期和结束日期都包含在内。 来源： http : //pandas.pydata.org/pandas-docs/stable/generated/pandas.bdate_range.html

Answer 2

从 v0.14 开始，您可以使用假期日历。

from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay

us_bd = CustomBusinessDay(calendar=USFederalHolidayCalendar())
print pd.DatetimeIndex(start='2010-01-01',end='2010-01-15', freq=us_bd)

返回：

DatetimeIndex(['2010-01-04', '2010-01-05', '2010-01-06', '2010-01-07',
               '2010-01-08', '2010-01-11', '2010-01-12', '2010-01-13',
               '2010-01-14', '2010-01-15'],
              dtype='datetime64[ns]', freq='C')

Answer 3

使用 bdate_range 或 BDay() 时要小心 - 该名称可能会误导您认为这是一个工作日范围，而实际上它只是去除周末的日历日（即它不考虑假期） .

Answer 4

使用BDay()获取范围内的工作日。

from pandas.tseries.offsets import *

In [185]: s
Out[185]: 
2011-01-01   -0.011629
2011-01-02   -0.089666
2011-01-03   -1.314430
2011-01-04   -1.867307
2011-01-05    0.779609
2011-01-06    0.588950
2011-01-07   -2.505803
2011-01-08    0.800262
2011-01-09    0.376406
2011-01-10   -0.469988
Freq: D

In [186]: s.asfreq(BDay())
Out[186]: 
2011-01-03   -1.314430
2011-01-04   -1.867307
2011-01-05    0.779609
2011-01-06    0.588950
2011-01-07   -2.505803
2011-01-10   -0.469988
Freq: B

切片：

In [187]: x=datetime(2011, 1, 5)

In [188]: y=datetime(2011, 1, 9)

In [189]: s.ix[x:y]
Out[189]: 
2011-01-05    0.779609
2011-01-06    0.588950
2011-01-07   -2.505803
2011-01-08    0.800262
2011-01-09    0.376406
Freq: D

In [190]: s.ix[x:y].asfreq(BDay())
Out[190]: 
2011-01-05    0.779609
2011-01-06    0.588950
2011-01-07   -2.505803
Freq: B

和count()

In [191]: s.ix[x:y].asfreq(BDay()).count()
Out[191]: 3

Answer 5

在这个答案和xone 之上，我们可以编写一个简短的函数来返回美国交易所的交易天数：

from xone import calendar

def business_dates(start, end):
    us_cal = calendar.USTradingCalendar()
    kw = dict(start=start, end=end)
    return pd.bdate_range(**kw).drop(us_cal.holidays(**kw))

In [1]: business_dates(start='2018-12-20', end='2018-12-31')
Out[1]: DatetimeIndex(['2018-12-20', '2018-12-21', '2018-12-24', '2018-12-26',
                       '2018-12-27', '2018-12-28', '2018-12-31'],
                      dtype='datetime64[ns]', freq=None)

2019 年 3 月编辑：

将DatetimeIndex替换为bdate_range用于pandas 0.24.0 更新：

• 不推荐通过传递范围参数开始、结束和句点来创建 TimedeltaIndex、DatetimeIndex 或 PeriodIndex，取而代之的是 timedelta_range()、date_range() 或 period_range()

Answer 6

我们可以使用pd.bdate_range 。

例子：

In [1]: pd.bdate_range("2020-01-01", "2020-01-06")
Out[1]: DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-06'], dtype='datetime64[ns]', freq='B')

Answer 7

如果您也在星期六工作或有一个不寻常的工作周，您还希望排除您所在国家/地区的公共假期。

import pandas as pd  
from datetime import datetime

weekmask = 'Sun Mon Tue Wed Thu'
exclude = [pd.datetime(2020, 5, 1),
           pd.datetime(2020, 5, 2),
           pd.datetime(2020, 5, 3)]

pd.bdate_range('2020/4/30','2020/5/26',
               freq='C',
               weekmask = weekmask,
               holidays=exclude )