我正在尝试将工作日添加到当前格式为 datetime64 对象但类型为 'ns' 的一长串数据中。
根据 Numpy documentation , busday_offset 函数仅适用于单位为 'D' 的对象。我想要的功能存在于 Pandas 中，使用“BusinessDayintseries.offsets”。
我可以将每个日期转换为 Pandas Timestamp，然后添加偏移量，然后再转换回来，但这感觉工作量比应有的多。
有没有办法直接将任意数量的工作日添加到具有 'ns' 单位的 datetime64 对象？
最佳答案
使用 pandas 更容易，但这里是一个 numpy 实现。我最初从 Pandas 创建日期，但这不是必需的。任何具有 ns 精度的 numpy 日期都应该有效。
# get numpy only business days from pandas
pandas_dates = pd.date_range('today', periods=10, freq='B')
np_dates = pandas_dates.values
# Just get the day part
np_days = np_dates.astype('datetime64[D]')
# offset date using numpy and then convert back to ns precision.
# all seconds will be 0
np_day_offsets = np.busday_offset(np_days, 5).astype('datetime64[ns]')
# add back in nanoseconds
np_final = np_day_offsets + (np_dates - np_days)
关于python - 将 N 个工作日添加到不是单位 'D' 的 Numpy datetime64，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41273824/