兩個時間戳記系列之間的工作時間（周末和節假日除外）

Question

我有一個看起來像這樣的熊貓DataFrame（示例）：

data = { 
    'start': ['2018-10-29 18:48:46.697000',
              '2018-10-29 19:01:10.887000',
              '2018-10-22 17:42:24.467000'], 
    'end': ['2018-10-31 17:56:38.830000',
            '2018-11-27 09:31:39.967000',
            '2018-11-28 18:33:35.243000' ]   
}
df = pd.DataFrame(data)
df['start'] = pd.to_datetime(df['start'])
df['end'] = pd.to_datetime(df['end'])

我的目標是計算start到end之間的（美國）工作時間，不包括周末和節假日。 為此，我使用pandas的CustomBusinessDay功能，如下所示：

from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay
us_bd = CustomBusinessDay(calendar=USFederalHolidayCalendar())

len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq=us_bd))
>> 26

就工作日而言，這是正確的（它不包括周末，感恩節和黑色星期五的假期），但我真正想要的是兩個時間戳之間的工作時間。 所以當我嘗試本地BH ：

len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq='BH'))
>> 216

這是不正確的，因為它考慮了周末， 而不考慮了假期。 因此，我有兩個問題：

1. 如何正確計算兩個時間戳之間的營業時間，將周末和節假日排除在外而將其考慮在內
2. 如何在pandas系列中傳播此計算，以便在DataFrame中生成新列？

當我嘗試類似的東西：

df['diff'] = pd.bdate_range(start=df['start'], end=df['end'], freq='BH')

結果是：

TypeError：無法將類型的輸入轉換為時間戳

錯誤消息還將整個系列包括在數組中。

Answer 1

您應該使用CustomBusinessHour和pd.date_range而不是pd.bdate_range 。

第二行的小時數應為145，因為結束時間為09:31:39.967 。

us_bh = CustomBusinessHour(calendar=USFederalHolidayCalendar())
df['count'] = df.apply(lambda x: len(pd.date_range(start=x.start, end=x.end, freq= us_bh)),axis=1)
df['diff'] = df.apply(lambda x: pd.date_range(start=x.start, end=x.end, freq= us_bh),axis=1)
print(df)


    start                     end                  count                                               diff
0 2018-10-29 18:48:46.697 2018-10-31 17:56:38.830     16  DatetimeIndex(['2018-10-30 09:00:00', '2018-10...
1 2018-10-29 19:01:10.887 2018-11-27 09:31:39.967    145  DatetimeIndex(['2018-10-30 09:00:00', '2018-10...
2 2018-10-22 17:42:24.467 2018-11-28 18:33:35.243    200  DatetimeIndex(['2018-10-23 09:00:00', '2018-10...

當您使用pd.bdate_range時， diff列的開始營業時間將為'2018-10-29 09:00:00' 。

us_bh = CustomBusinessHour(calendar=USFederalHolidayCalendar())
df['count'] = df.apply(lambda x: len(pd.bdate_range(start=x.start, end=x.end, freq= us_bh)),axis=1)
df['diff'] = df.apply(lambda x: pd.bdate_range(start=x.start, end=x.end, freq= us_bh),axis=1)
print(df)

                    start                     end  count                                               diff
0 2018-10-29 18:48:46.697 2018-10-31 17:56:38.830     16  DatetimeIndex(['2018-10-29 09:00:00', '2018-10...
1 2018-10-29 19:01:10.887 2018-11-27 09:31:39.967    152  DatetimeIndex(['2018-10-29 09:00:00', '2018-10...
2 2018-10-22 17:42:24.467 2018-11-28 18:33:35.243    200  DatetimeIndex(['2018-10-22 09:00:00', '2018-10...