将工作日添加到 pandas 带日期的数据框并跳过假期 python
Add business days to pandas dataframe with dates and skip over holidays python
我有一个带有日期的数据框，如下面的 table 所示。第一个块是它应该看起来的样子，第二个块是我在添加 BDays 时得到的。这是完成后的外观示例。我想使用第一列并将日期添加 5 个工作日，但如果 5 个工作日与假期重叠（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，但我不能在使用数据框时跳过假期。
我已经尝试使用 pandas.tseries.holiday import USFederalHolidayCalendar、workdays 和 workalendar 模块，但无法弄清楚。任何人都知道我能做什么。
正确的例子
DATE
EXIT DATE +5
2021/02/09
2021/02/17
2021/02/10
2021/02/18
错误的例子
DATE
EXIT DATE +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)
下一个示例：
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
=========================================
最终代码：
下面是我最终确定的代码。由于纽约证券交易所实际交易的日子，我不得不手动定义假期。比如 Pres Bush 下葬的那一天。
import datetime as dt
import pandas as pd
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import BDay
from pandas.tseries.holiday import AbstractHolidayCalendar, Holiday, nearest_workday, \
USMartinLutherKingJr, USPresidentsDay, GoodFriday, USMemorialDay, \
USLaborDay, USThanksgivingDay
class USTradingCalendar(AbstractHolidayCalendar):
rules = [
Holiday('NewYearsDay', month=1, day=1, observance=nearest_workday),
USMartinLutherKingJr,
USPresidentsDay,
GoodFriday,
USMemorialDay,
Holiday('USIndependenceDay', month=7, day=4, observance=nearest_workday),
Holiday('BushDay', year=2018, month=12, day=5),
USLaborDay,
USThanksgivingDay,
Holiday('Christmas', month=12, day=25, observance=nearest_workday)
]
offset = 5
df = pd.DataFrame(['2019-10-11', '2019-10-14', '2017-04-13', '2018-11-28', '2021-07-02'], columns=['DATE'])
df['DATE'] = pd.to_datetime(df['DATE'])
def offset_date(start, offset):
return start + pd.offsets.CustomBusinessDay(n=offset, calendar=USTradingCalendar())
df['END'] = df.apply(lambda x: offset_date(x['DATE'], offset), axis=1)
print(df)
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'])
建议的解决方案使用 apply
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：如果您想使用特定的日历，例如 NYSE，而不是默认的 USFederalHolidayCalendar，我建议按照 上关于创建自定义日历的说明进行操作日历。
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，通过 holidays 参数而不是 calendar 将 holidays 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
但是，这种方法并不是真正的矢量化解决方案，尽管它看起来像是。请参阅以下 以获得进一步说明。在幕后，这种方法可能正在进行效率不高的转换。这就是它产生以下警告的原因。
PerformanceWarning: Non-vectorized DateOffset being applied to Series
or DatetimeIndex
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 bdate_range 其中 returns 日期时间索引
结果：
DATE EXIT DATE +5
0 2021-02-09 2021-02-17
1 2021-02-10 2021-02-18
另一种选择是不动态创建假期列表。您也可以只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, periods=6, freq='C', 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)
我有一个带有日期的数据框，如下面的 table 所示。第一个块是它应该看起来的样子，第二个块是我在添加 BDays 时得到的。这是完成后的外观示例。我想使用第一列并将日期添加 5 个工作日，但如果 5 个工作日与假期重叠（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，但我不能在使用数据框时跳过假期。
我已经尝试使用 pandas.tseries.holiday import USFederalHolidayCalendar、workdays 和 workalendar 模块，但无法弄清楚。任何人都知道我能做什么。
正确的例子
| DATE | EXIT DATE +5 |
|---|---|
| 2021/02/09 | 2021/02/17 |
| 2021/02/10 | 2021/02/18 |
错误的例子
| DATE | EXIT DATE +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)
下一个示例：
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
=========================================
最终代码：
下面是我最终确定的代码。由于纽约证券交易所实际交易的日子，我不得不手动定义假期。比如 Pres Bush 下葬的那一天。
import datetime as dt
import pandas as pd
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import BDay
from pandas.tseries.holiday import AbstractHolidayCalendar, Holiday, nearest_workday, \
USMartinLutherKingJr, USPresidentsDay, GoodFriday, USMemorialDay, \
USLaborDay, USThanksgivingDay
class USTradingCalendar(AbstractHolidayCalendar):
rules = [
Holiday('NewYearsDay', month=1, day=1, observance=nearest_workday),
USMartinLutherKingJr,
USPresidentsDay,
GoodFriday,
USMemorialDay,
Holiday('USIndependenceDay', month=7, day=4, observance=nearest_workday),
Holiday('BushDay', year=2018, month=12, day=5),
USLaborDay,
USThanksgivingDay,
Holiday('Christmas', month=12, day=25, observance=nearest_workday)
]
offset = 5
df = pd.DataFrame(['2019-10-11', '2019-10-14', '2017-04-13', '2018-11-28', '2021-07-02'], columns=['DATE'])
df['DATE'] = pd.to_datetime(df['DATE'])
def offset_date(start, offset):
return start + pd.offsets.CustomBusinessDay(n=offset, calendar=USTradingCalendar())
df['END'] = df.apply(lambda x: offset_date(x['DATE'], offset), axis=1)
print(df)
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'])
建议的解决方案使用 apply
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：如果您想使用特定的日历，例如 NYSE，而不是默认的 USFederalHolidayCalendar，我建议按照
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，通过 holidays 参数而不是 calendar 将 holidays 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
但是，这种方法并不是真正的矢量化解决方案，尽管它看起来像是。请参阅以下
PerformanceWarning: Non-vectorized DateOffset being applied to Series or DatetimeIndex
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 bdate_range 其中 returns 日期时间索引
结果：
DATE EXIT DATE +5
0 2021-02-09 2021-02-17
1 2021-02-10 2021-02-18
另一种选择是不动态创建假期列表。您也可以只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, periods=6, freq='C', 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)