两个时间戳系列之间的营业时间，不包括周末和节假日

Posted 2023-03-12

【中文标题】两个时间戳系列之间的营业时间，不包括周末和节假日

【英文标题】：Business hours between two Series of Timestamps excluding weekends AND holidays

【发布时间】：2019-07-14 19:47:32

【问题描述】：

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 和end 之间的（美国）营业时间，不包括周末和节假日。为此，我使用pandas 的CustomBusinessDay 功能如下：

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

这在工作日方面是正确的（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数。所以当我尝试原生BH:

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

这是不正确的，因为它考虑了周末，但不考虑了节假日。所以，我有两个问题：

如何通过排除周末和节假日来正确计算两个时间戳之间的营业时间 如何在 Pandas 系列中传播此计算以在 DataFrame 中生成新列？

当我尝试类似：

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

结果是：

TypeError: Can not convert input [...] of type to Timestamp

错误消息还包括数组中的整个系列。

【参考方案1】：

您应该使用CustomBusinessHour 和pd.date_range 而不是pd.bdate_range。

第二行的小时数应该是 145，因为结束时间是 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pd.bdate_range 时，diff 列开始营业时间将'2018-10-29 09:00:00'。

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...

【讨论】：

那么us_bh 是否等于CustomBusinessHour 或CustomBusinessDay？我想一定是后者

@nvergos 我只是在我的代码中犯了一个错误。 us_bh 应该是 CustomBusinessHour 。问题的关键是pd.bdate_range 和pd.date_range。我已经在我的回答中描述过了，你可以看看我的编辑历史。

@giser_yugang 好地方！

@nvergos 你能给我一些想法吗，我如何计算精确的小时差异黑白开始日期结束日期并排除周末和节假日..我想考虑一天中的所有时间都是生意除周末时间外的其他时间......我的意思是从星期一 00:01 到星期五 23:59......（营业时间）。从上面的代码我认为我们只能计算营业时间范围内的 hoursdiff

@Rahul 您可以在需要周一 00:01 到周五 23:59 时尝试在CustomBusinessHour 中添加start 和end。