这与问题 here 非常相似但我想知道 pandas 中是否有一种干净的方法可以让工作日知道 TimedeltaIndex?最终,我试图获取 DatetimeIndex 和时间戳之间的工作日数(无假日日历)。根据引用的问题,这样的事情可行
import pandas as pd
import numpy as np
drg = pd.date_range('2015-07-31', '2015-08-05', freq='B')
A = [d.date() for d in drg]
B = pd.Timestamp('2015-08-05', 'B').date()
np.busday_count(A, B)
给出
array([3, 2, 1, 0], dtype=int64)
但这似乎有点笨拙。如果我尝试类似的东西
drg - pd.Timestamp('2015-08-05', 'B')
我得到一个 TimedeltaIndex,但工作日频率下降了
TimedeltaIndex(['-5 days', '-2 days', '-1 days', '0 days'], dtype='timedelta64[ns]', freq=None)
只是想知道是否有更优雅的方法来解决这个问题。
最佳答案
TimedeltaIndex
es 表示固定的时间跨度。它们可以添加到 Pandas 时间戳以按固定数量递增。他们的行为从不依赖于时间戳是否是工作日。
TimedeltaIndex 本身从不了解工作日。
由于最终目标是计算 DatetimeIndex 和 Timestamp 之间的天数,因此我会从另一个方向着眼,而不是转换为 TimedeltaIndex。
不幸的是,日期计算相当复杂,因此出现了一些数据结构来处理它们——Python datetime.dates
, datetime.datetime
s, Pandas 时间戳
,NumPy datetime64
。
他们各有长处,但没有一个能面面俱到。至 利用他们的优势,有时需要在两者之间进行转换 这些类型。
要使用 np.busday_count
,您需要将 DatetimeIndex 和 Timestamp 转换为
某种类型的 np.busday_count
理解。你所谓的笨拙就是代码
需要转换类型。假设我们想使用 np.busday_count
,没有办法解决这个问题——而且我知道没有比 np.busday_count
更好的工具来完成这项工作了。
所以,虽然我认为没有更简洁的方法来计算工作日
与您提出的方法相比,还有一种性能更高的方法:
转换为 datetime64[D]
而不是 Python datetime.date
对象:
import pandas as pd
import numpy as np
drg = pd.date_range('2000-07-31', '2015-08-05', freq='B')
timestamp = pd.Timestamp('2015-08-05', 'B')
def using_astype(drg, timestamp):
A = drg.values.astype('<M8[D]')
B = timestamp.asm8.astype('<M8[D]')
return np.busday_count(A, B)
def using_datetimes(drg, timestamp):
A = [d.date() for d in drg]
B = pd.Timestamp('2015-08-05', 'B').date()
return np.busday_count(A, B)
对于上面的示例(其中 len(drg)
接近 4000),这要快 100 倍以上:
In [88]: %timeit using_astype(drg, timestamp)
10000 loops, best of 3: 95.4 µs per loop
In [89]: %timeit using_datetimes(drg, timestamp)
100 loops, best of 3: 10.3 ms per loop
np.busday_count
无论如何都会将其输入转换为 datetime64[D]
,因此避免了这种与 datetime.date
之间的额外转换效率更高。
关于python - DatetimeIndex 和 Timestamp 之间的 Pandas 工作日数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31841487/