热门文章
 当前位置：技术文章 > 编程面试题 >

两个时间戳记系列之间的工作时间（周末和节假日除外）

问题内容：

我有一个看起来像这样的熊猫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和之间的（美国）工作时间end，不包括周末和节假日。为此，我正在使用以下CustomBusinessDay功能pandas：

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

就 工作日 而言，这是正确的（它不包括周末，感恩节和黑色星期五的假期），但我真正想要的是两个时间戳之间的工作时间。所以当我尝试本地人时BH：

len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq='BH'))
>> 216

这是不正确的，因为它是周末，而 不是 假期。因此，我有两个问题：

  1. 如何正确计算两个时间戳之间的营业时间，将周末和假日排除在外而将其考虑在内
  2. 如何在pandas系列中传播此计算，以便在DataFrame中生成新列？

当我尝试类似的东西：

df['diff'] = pd.bdate_range(start=df['start'], end=df['end'], freq='BH')

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。


问题答案：

您应该使用CustomBusinessHour和pd.date_range代替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...

而diff列创业小时的意志'2018-10-29 09:00:00'，当你使用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...