Python Pandas 添加带有自定义工作日的日期偏移量列 (CDay;海关商务日)



我希望将自定义工作日偏移量列添加到日期列:

>> import pandas as pd
>> from pandas.tseries.offsets import CustomBusinessDay
>> df = pd.DataFrame({'ship_date_et': ['2018-10-01' for x in range(10)], 'offset': [x for x in range(10)]})
>> df['offset'] = pd.to_timedelta(df['offset'], unit='D')
>> df['ship_date_et'] = pd.to_datetime(df['ship_date_et'])
>> df.dtypes
offset          timedelta64[ns]
ship_date_et     datetime64[ns]
>> df
offset ship_date_et
0   0 days  2018-10-01
1   1 days  2018-10-01
2   2 days  2018-10-01
3   3 days  2018-10-01
4   4 days  2018-10-01
5   5 days  2018-10-01
6   6 days  2018-10-01
7   7 days  2018-10-01
8   8 days  2018-10-01
9   9 days  2018-10-01
>> holidays = ['2018-10-10'] # '2018-10-10' just a made-up holiday
>> cdays = CustomBusinessDay(holidays=holidays, weekmask='Mon Tue Wed Thu Fri') 
>> df['ship_date_et'] + df['offset'].apply(cdays)
0   2018-10-02
1   2018-10-03
2   2018-10-04
3   2018-10-05
4   2018-10-06
5   2018-10-07
6   2018-10-08
7   2018-10-09
8   2018-10-10
9   2018-10-11
dtype: datetime64[ns]

这是疯狂的错误。周末(2018-10-06 和 2018-10-07(不计算(熊猫文档说CDay包含周末(。这与我只定义了 2weekmask天(周一和周二(无关。

我真的很困惑和沮丧,因为这适用于正常BDay

>> df['ship_date_et'] + df['offset'].dt.days.apply(BDay) # Doing dt.days to get integer for BDay since we defined df['offset'] as a `timedelta`
0   2018-10-01
1   2018-10-02
2   2018-10-03
3   2018-10-04
4   2018-10-05
5   2018-10-08
6   2018-10-09
7   2018-10-10
8   2018-10-11
9   2018-10-12

我想要的结果:

>> df['ship_date_et'] + df['offset'].apply(cdays)
0   2018-10-01
1   2018-10-02
2   2018-10-03
3   2018-10-04
4   2018-10-05
5   2018-10-08
6   2018-10-09
7   2018-10-11
8   2018-10-12
9   2018-10-15

我已经通读了文档(numpybusday和 Pandas(并搜索了互联网,例如这里和这里(,但找不到正在发生的事情的原因。最令人担忧的部分是我的cdays定义,在index=00 days,但结果返回我的ship_date_et天 + 1。

当然,使用apply和以下方面也存在问题:

PerformanceWarning: Adding/subtracting array of DateOffsets to Series not vectorized "Series not vectorized"

熊猫给。

我将不胜感激任何反馈或意见。谢谢!

看起来您只将 cdays 应用于偏移量而不是 ship_date+偏移量。

(df['ship_date_et'] + df['offset']).apply(cdays)

@dlstadther,虽然你的答案确实给了期偏移量,但它并没有将周末或节假日视为零。我认为这与我将df['offset']实现为type timedelta有关。这导致:

>> (df['ship_date_et'] + df['offset']).apply(cdays)
0   2018-10-02
1   2018-10-03
2   2018-10-04
3   2018-10-05
4   2018-10-08
5   2018-10-08
6   2018-10-08
7   2018-10-09
8   2018-10-11
9   2018-10-11
dtype: datetime64[ns]

它没有将周末和节假日视为零,不存在,无论你想怎么想,并在它们之后继续计数器。我会说那是由于我无法提出一个好问题。

我的回答:

稍作睡眠和思考:

>> df['new'] = df['ship_date_et'] + df['offset'].dt.days*cdays

是我一直在寻找的。

>> df
offset ship_date_et        new
0 0 days   2018-10-01 2018-10-01
1 1 days   2018-10-01 2018-10-02
2 2 days   2018-10-01 2018-10-03
3 3 days   2018-10-01 2018-10-04
4 4 days   2018-10-01 2018-10-05
5 5 days   2018-10-01 2018-10-08
6 6 days   2018-10-01 2018-10-09
7 7 days   2018-10-01 2018-10-11
8 8 days   2018-10-01 2018-10-12
9 9 days   2018-10-01 2018-10-15

在此示例中跳过"假期"和周末,计数器会像BDay一样继续经过它们。

如果df['offset']是类型int,则不必执行.dt.days

最新更新