python 列表中每个月的工作日

Question

python 这里是新手。我正在尝试创建一个 df，其中 1 列是我在下面的字典中创建的月份 'YYYY-MM'（将不胜感激有关使用代码生成此内容的提示）。我一直在尝试使用 month_list.

填充工作日列

import pandas as pd
df = pd.DataFrame({'month_list':['2019-01', '2019-02', '2019-03', '2019-04']})
df['weekdays'] = ''

我试过这段代码，但这只适用于第一行。（我明白这是为什么，我只是不知道正确完成每一行的最佳方法）

df.weekdays = np.busday_count(month_list[0], month_list[0+1])
df

Answer 1

通过 Series.dt.strftime 将值转换为日期时间和字符串，然后加上一个月并传递给 np.busday_count:

df = pd.DataFrame({'month_list':['2019-01', '2019-02', '2019-03', '2019-04']})

month_list = pd.to_datetime(df['month_list'])
a = month_list.dt.strftime('%Y-%m-%d')
b = (month_list + pd.offsets.DateOffset(months=1)).dt.strftime('%Y-%m-%d')

df['weekdays'] = np.busday_count(a, b)

print (df)
  month_list  weekdays
0    2019-01        23
1    2019-02        20
2    2019-03        21
3    2019-04        22

只有numpy解决方案：

month_list = pd.to_datetime(df['month_list'])

a = month_list.to_numpy().astype('datetime64[M]')
b = a + np.array([1], dtype='timedelta64[M]') 

df['weekdays'] = np.busday_count(a, b)
print (df)
  month_list  weekdays
0    2019-01        23
1    2019-02        20
2    2019-03        21
3    2019-04        22

Answer 2

from pandas.tseries.offsets import MonthEnd
df = pd.DataFrame({'month_list': pd.date_range('2019-01', '2019-12', freq='MS')})

df['weekdays'] = np.busday_count(df.month_list.values.astype('datetime64[D]'), (df.month_list + MonthEnd(0)).values.astype('datetime64[D]')) + 1

结果：

   month_list  weekdays
0  2019-01-01        23
1  2019-02-01        20
2  2019-03-01        22
3  2019-04-01        22
4  2019-05-01        23
5  2019-06-01        21
6  2019-07-01        23
7  2019-08-01        23
8  2019-09-01        21
9  2019-10-01        23
10 2019-11-01        22
11 2019-12-01        22

python 列表中每个月的工作日

Workdays for each month in list in python

python

weekday

dataframe

pandas