有沒有一種快速的方法來檢查日期是否在日期列表中的 n 天內（比如 7 天）

Question

我正在使用以下數據集：

日期
2016-01-04
2016-01-05
2016-01-06
2016-01-07
2016-01-08

和列表holidays = ['2016-01-01','2016-01-18'....'2017-11-23','2017-12-25']

目標：創建一個列，指示特定日期是否在列表中任何假期的 +- 7 天內。

模擬 output：

日期	假期一周內
2016-01-04	1
2016-01-05	1
2016-01-06	1
2016-01-07	1
2016-01-08	0

我正在處理大量日期記錄，因此試圖找到一種快速（最優化）的方法來做到這一點。

我目前的解決方案：

我想快速做到這一點的一種方法是創建另一個列表，其中只有我想要的持續時間（比如 2 年）的唯一日期。 這樣，我可以使用2 個 for 循環實現一個簡單的解決方案，以檢查日期是否在假期的 +-7 天內，並且計算量不會很大，因為兩個列表都相對較小（730 個唯一日期和約 20 個日期在假期列表中）。 一旦我有了我想要的日期列表，我所要做的就是在我的“日期”列上運行一次檢查，看看那個日期是否是我創建的這個新列表的一部分。 但是，有什么建議可以更快地做到這一點嗎？

Answer 1

嘗試這個：

樣本：

import pandas as pd
df = pd.DataFrame({'Date': {0: '2016-01-04',
  1: '2016-01-05',
  2: '2016-01-06',
  3: '2016-01-07',
  4: '2016-01-08'}})

代碼：

def get_date_range(holidays):
    h = [pd.to_datetime(x) for x in holidays]
    h = [pd.date_range(x - pd.DateOffset(6), x + pd.DateOffset(6)) for x in h]
    h = [x.strftime('%Y-%m-%d') for y in h for x in y]
    return h

df['Within a week of Holiday'] = df['Date'].isin(get_date_range(holidays))*1

結果：

Out[141]: 
0    1
1    1
2    1
3    1
4    0
Name: Within a week of Holiday, dtype: int32

Answer 2

制作一個function以+- 7天計算日期並檢查計算日期是否在假期中，因此返回True否則False並將 function 應用於Data frame

import datetime
import pandas as pd
holidays = ['2016-01-01','2016-01-18','2017-11-23','2017-12-25']
def holiday_present(date):
    date = datetime.datetime.strptime(date, '%Y-%m-%d')
    for i in range(-7,7):
        datte = (date - datetime.timedelta(days=i)).strftime('%Y-%m-%d')
        if datte in holidays:
            return True
    return False

data = {
    "Date":[
"2016-01-04",
"2016-01-05",
"2016-01-06",
"2016-01-07",
"2016-01-08"]
}
df= pd.DataFrame(data)
df["Within a week of Holiday"] = df["Date"].apply(holiday_present).astype(int)

Output：

    Date    Within a week of Holiday
0   2016-01-04  1
1   2016-01-05  1
2   2016-01-06  1
3   2016-01-07  1
4   2016-01-08  0

Answer 3

把假期變成 DataFrame 然后merge_asof容差為 6 天：

new_df = pd.merge_asof(df, holidays, left_on='Date', right_on='Holiday',
                       tolerance=pd.Timedelta(days=6))
new_df['Holiday'] = np.where(new_df['Holiday'].notnull(), 1, 0)
new_df = new_df.rename(columns={'Holiday': 'Within a week of Holiday'})

完整的工作示例：

import numpy as np
import pandas as pd

holidays = pd.DataFrame(pd.to_datetime(['2016-01-01', '2016-01-18']),
                        columns=['Holiday'])

df = pd.DataFrame({
    'Date': ['2016-01-04', '2016-01-05', '2016-01-06', '2016-01-07',
             '2016-01-08']
})
df['Date'] = pd.to_datetime(df['Date'])

new_df = pd.merge_asof(df, holidays, left_on='Date', right_on='Holiday',
                       tolerance=pd.Timedelta(days=6))
new_df['Holiday'] = np.where(new_df['Holiday'].notnull(), 1, 0)
new_df = new_df.rename(columns={'Holiday': 'Within a week of Holiday'})
print(new_df)

new_df ：

        Date  Within a week of Holiday
0 2016-01-04                         1
1 2016-01-05                         1
2 2016-01-06                         1
3 2016-01-07                         1
4 2016-01-08                         0

---

或者將 Holdiays 轉換為 np datetime 數組，然后在“日期”列中broadcast減法，將abs與 7 天進行比較，看看是否any匹配項：

holidays = np.array(['2016-01-01', '2016-01-18']).astype('datetime64')

df['Within a week of Holiday'] = (
        abs(df['Date'].values - holidays[:, None]) < pd.Timedelta(days=7)
).any(axis=0).astype(int)

完整的工作示例：

import numpy as np
import pandas as pd

holidays = np.array(['2016-01-01', '2016-01-18']).astype('datetime64')

df = pd.DataFrame({
    'Date': ['2016-01-04', '2016-01-05', '2016-01-06', '2016-01-07',
             '2016-01-08']
})
df['Date'] = pd.to_datetime(df['Date'])

df['Within a week of Holiday'] = (
        abs(df['Date'].values - holidays[:, None]) < pd.Timedelta(days=7)
).any(axis=0).astype(int)

print(df)

df ：

        Date  Within a week of Holiday
0 2016-01-04                         1
1 2016-01-05                         1
2 2016-01-06                         1
3 2016-01-07                         1
4 2016-01-08                         0