我有一个看起来像这样的pandas DataFrame(示例):
data = {
'start': ['2018-10-29 18:48:46.697000',
'2018-10-29 19:01:10.887000',
'2018-10-22 17:42:24.467000'],
'end': ['2018-10-31 17:56:38.830000',
'2018-11-27 09:31:39.967000',
'2018-11-28 18:33:35.243000' ]
}
df = pd.DataFrame(data)
df['start'] = pd.to_datetime(df['start'])
df['end'] = pd.to_datetime(df['end'])
我的目标是计算start
至end
之间的(美国)工作时间,不包括周末和节假日。为此,我正在使用CustomBusinessDay
的{{1}}功能,如下所示:
pandas
这对工作日是正确的(确实不包括周末,感恩节和黑色星期五的假期),但是我真正想要的是两个时间戳之间的工作时间。因此,当我尝试原生from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay
us_bd = CustomBusinessDay(calendar=USFederalHolidayCalendar())
len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq=us_bd))
>> 26
时:
BH
这是不正确的,因为它是周末,而不是。所以,我有两个问题:
当我尝试类似的操作时:
len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq='BH'))
>> 216
结果是:
TypeError:无法将类型的输入[...]转换为时间戳
错误消息还将整个系列包括在数组中。
答案 0 :(得分:3)
您应该使用CustomBusinessHour
和pd.date_range
而不是pd.bdate_range
。
第二行的小时数应为145,因为结束时间为09:31:39.967
。
us_bh = CustomBusinessHour(calendar=USFederalHolidayCalendar())
df['count'] = df.apply(lambda x: len(pd.date_range(start=x.start, end=x.end, freq= us_bh)),axis=1)
df['diff'] = df.apply(lambda x: pd.date_range(start=x.start, end=x.end, freq= us_bh),axis=1)
print(df)
start end count diff
0 2018-10-29 18:48:46.697 2018-10-31 17:56:38.830 16 DatetimeIndex(['2018-10-30 09:00:00', '2018-10...
1 2018-10-29 19:01:10.887 2018-11-27 09:31:39.967 145 DatetimeIndex(['2018-10-30 09:00:00', '2018-10...
2 2018-10-22 17:42:24.467 2018-11-28 18:33:35.243 200 DatetimeIndex(['2018-10-23 09:00:00', '2018-10...
当您使用diff
时,'2018-10-29 09:00:00'
列开始营业时间将为pd.bdate_range
。
us_bh = CustomBusinessHour(calendar=USFederalHolidayCalendar())
df['count'] = df.apply(lambda x: len(pd.bdate_range(start=x.start, end=x.end, freq= us_bh)),axis=1)
df['diff'] = df.apply(lambda x: pd.bdate_range(start=x.start, end=x.end, freq= us_bh),axis=1)
print(df)
start end count diff
0 2018-10-29 18:48:46.697 2018-10-31 17:56:38.830 16 DatetimeIndex(['2018-10-29 09:00:00', '2018-10...
1 2018-10-29 19:01:10.887 2018-11-27 09:31:39.967 152 DatetimeIndex(['2018-10-29 09:00:00', '2018-10...
2 2018-10-22 17:42:24.467 2018-11-28 18:33:35.243 200 DatetimeIndex(['2018-10-22 09:00:00', '2018-10...