python - DatetimeIndex 和 Timestamp 之间的 Pandas 工作日数

Question

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。

Answer 1

TimedeltaIndexes 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.datetimes, 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。