将工作日添加到带有日期的 Pandas 数据框并跳过假期 python

如何解决将工作日添加到带有日期的 Pandas 数据框并跳过假期 python

我有一个带有日期的数据框，如下表所示。第一个块是它应该是什么样子，第二个块是我在添加 BDays 时得到的。这是完成后的外观示例。我想使用第 1 列并为日期添加 5 个工作日，但如果 5 个工作日与假期重叠（例如 21 年 2 月 15 日），那么我需要再添加一天。使用 pandas.tseries.offsets import BDay 添加 5Bday 相当简单，但在使用数据框时我无法跳过假期。

我曾尝试使用 pandas.tseries.holiday import USFederalHolidayCalendar、工作日和工作日历模块，但无法弄清楚。任何人都知道我能做什么。

正确的例子

日期	退出日期 +5
2021/02/09	2021/02/17
2021/02/10	2021/02/18

错误示例

日期	退出日期 +5
2021/02/09	2021/02/16
2021/02/10	2021/02/17

以下是我尝试过的一些代码示例：

import pandas as pd
from workdays import workday
...
df['DATE'] = workday(df['EXIT DATE +5'],days=5,holidays=holidays)

下一个例子：

import pandas as pd
from pandas.tseries.holiday import USFederalHolidayCalendar
bday_us = pd.offsets.CustomBusinessDay(calendar=USFederalHolidayCalendar())
dt = df['DATE']
df['EXIT DATE +5'] = dt + bday_us

解决方法

输入数据

df = pd.DataFrame(['2021-02-09','2021-02-10','2021-06-28','2021-06-29','2021-07-02'],columns=['DATE'])
df['DATE'] = pd.to_datetime(df['DATE'])

使用 apply 的建议解决方案

from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import BDay

def offset_date(start,offset):
  return start + pd.offsets.CustomBusinessDay(n=offset,calendar=USFederalHolidayCalendar())

offset = 5
df['END'] = df.apply(lambda x: offset_date(x['DATE'],offset),axis=1)

    DATE        END
    2021-02-09  2021-02-17
    2021-02-10  2021-02-18
    2021-06-28  2021-07-06
    2021-06-29  2021-07-07
    2021-07-02  2021-07-12

PS：如果您想使用特定日历（例如 NYSE），而不是默认的 USFederalHolidayCalendar，我建议您按照 this answer 上的说明进行操作，以创建自定义日历。

我不推荐的替代解决方案

目前，据我所知，pandas 不支持矢量化方法来解决您的问题。但是，如果您想采用与您提到的方法类似的方法，那么您应该这样做。

首先，您必须定义一个任意遥远的 end 日期，其中包括您可能需要的所有时间段，并使用它来创建假期列表。

holidays = USFederalHolidayCalendar().holidays(start='2021-02-09',end='2030-02-09')

然后，您通过 holidays 参数而不是 holidays 将 calendar 列表传递给 CustomBusinessDay 以生成所需的偏移量。

offset = 5
bday_us = pd.offsets.CustomBusinessDay(n=offset,holidays=holidays)
df['END'] = df['DATE'] + bday_us

然而，这种方法并不是真正的矢量化解决方案，即使它看起来像。请参阅以下 SO answer 以获得进一步说明。在幕后，这种方法可能正在执行效率不高的转换。这就是为什么它会产生以下警告。

PerformanceWarning：非矢量化 DateOffset 应用于系列 或日期时间索引

,

这是一种方法

import pandas as pd
from pandas.tseries.holiday import USFederalHolidayCalendar
from datetime import timedelta as td

def get_exit_date(date):
    holiday_list = cals.holidays(start=date,end=date + td(weeks=2)).tolist()
    # 6 periods since start date is included in set
    n_bdays = pd.bdate_range(start=date,periods=6,freq='C',holidays=holiday_list)
    return n_bdays[-1]

df = pd.read_clipboard()
cals = USFederalHolidayCalendar()
# I would convert this to datetime
df['DATE'] = pd.to_datetime(df['DATE'])
df['EXIT DATE +5'] = df['DATE'].apply(get_exit_date)

这是使用返回日期时间索引的 bdate_range

结果：

    DATE    EXIT DATE +5
0   2021-02-09  2021-02-17
1   2021-02-10  2021-02-18

另一个选项是动态创建假期列表。您也可以选择一个开始日期并将其保留在函数之外，如下所示：

def get_exit_date(date):
    # 6 periods since start date is included in set
    n_bdays = pd.bdate_range(start=date,holidays=holiday_list)
    return n_bdays[-1]

df = pd.read_clipboard()
cals = USFederalHolidayCalendar()
holiday_list = cals.holidays(start='2021-01-01').tolist()
# I would convert this to datetime
df['DATE'] = pd.to_datetime(df['DATE'])
df['EXIT DATE +5'] = df['DATE'].apply(get_exit_date)