Question

我正在使用熊猫，我想知道使用熊猫在开始日期和结束日期之间的最简单方法是什么？

在Python中有很多关于这样做的帖子（对于example），但我有兴趣直接使用pandas，因为我认为pandas可能很容易处理这个。

Answer 1

您也可以使用date_range来实现此目的。

In [3]: pd.date_range('2011-01-05', '2011-01-09', freq=BDay())

Out[3]: DatetimeIndex(['2011-01-05', '2011-01-06', '2011-01-07'], dtype='datetime64[ns]', freq='B', tz=None)

修改

甚至更简单

In [7]: pd.bdate_range('2011-01-05', '2011-01-09') Out[7]: DatetimeIndex(['2011-01-05', '2011-01-06', '2011-01-07'], dtype='datetime64[ns]', freq='B', tz=None)

请注意，开始日期和结束日期都包含在内。资料来源：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.bdate_range.html

Answer 2

自v0.14起，您可以使用假日日历。

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

us_bd = CustomBusinessDay(calendar=USFederalHolidayCalendar())
print pd.DatetimeIndex(start='2010-01-01',end='2010-01-15', freq=us_bd)

返回：

DatetimeIndex(['2010-01-04', '2010-01-05', '2010-01-06', '2010-01-07',
               '2010-01-08', '2010-01-11', '2010-01-12', '2010-01-13',
               '2010-01-14', '2010-01-15'],
              dtype='datetime64[ns]', freq='C')

Answer 3

使用BDay()获取范围内的营业日。

from pandas.tseries.offsets import *

In [185]: s
Out[185]: 
2011-01-01   -0.011629
2011-01-02   -0.089666
2011-01-03   -1.314430
2011-01-04   -1.867307
2011-01-05    0.779609
2011-01-06    0.588950
2011-01-07   -2.505803
2011-01-08    0.800262
2011-01-09    0.376406
2011-01-10   -0.469988
Freq: D

In [186]: s.asfreq(BDay())
Out[186]: 
2011-01-03   -1.314430
2011-01-04   -1.867307
2011-01-05    0.779609
2011-01-06    0.588950
2011-01-07   -2.505803
2011-01-10   -0.469988
Freq: B

切片：

In [187]: x=datetime(2011, 1, 5)

In [188]: y=datetime(2011, 1, 9)

In [189]: s.ix[x:y]
Out[189]: 
2011-01-05    0.779609
2011-01-06    0.588950
2011-01-07   -2.505803
2011-01-08    0.800262
2011-01-09    0.376406
Freq: D

In [190]: s.ix[x:y].asfreq(BDay())
Out[190]: 
2011-01-05    0.779609
2011-01-06    0.588950
2011-01-07   -2.505803
Freq: B

和count()

In [191]: s.ix[x:y].asfreq(BDay()).count()
Out[191]: 3

Answer 4

使用bdate_range或BDay（）时要小心 - 这个名称可能会误导你认为这是一个工作日的范围，而实际上它只是日历天被剥离的周末（即它不需要假期）考虑到了。）

Answer 5

在this answer和xone之上，我们可以编写一个简短函数以返回trading days of US exchange：

from xone import calendar

def business_dates(start, end):
    us_cal = calendar.USTradingCalendar()
    kw = dict(start=start, end=end)
    return pd.bdate_range(**kw).drop(us_cal.holidays(**kw))

In [1]: business_dates(start='2018-12-20', end='2018-12-31')
Out[1]: DatetimeIndex(['2018-12-20', '2018-12-21', '2018-12-24', '2018-12-26',
                       '2018-12-27', '2018-12-28', '2018-12-31'],
                      dtype='datetime64[ns]', freq=None)

编辑2019年3月：

将DatetimeIndex的{{1}}替换为pandas 0.24.0 update：

不赞成通过传递范围参数开始，结束和句点来创建TimedeltaIndex，DatetimeIndex或PeriodIndex，而建议使用timedelta_range（），date_range（）或period_range（）

Answer 6

我们可以使用pd.bdate_range。

示例：

In [1]: pd.bdate_range("2020-01-01", "2020-01-06")
Out[1]: DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-06'], dtype='datetime64[ns]', freq='B')

使用pandas在开始日期和结束日期之间获取工作日

6 个答案: