[英]Business hours between two Series of Timestamps excluding weekends AND holidays
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:
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。
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...
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.