Pandas 获取属于营业时间或营业日的日期时间戳

Question

从给定的列表中找出所有的Businesshours 和BusinessDays。我关注了几个关于 pandas 偏移的文档，但无法弄清楚。 followed stackoverflow as well, here is similar 但没有运气。

>>> d = {'hours': ['2020-02-11 13:44:53', '2020-02-12 13:44:53', '2020-02-11 8:44:53', '2020-02-02 13:44:53']}
>>> df = pd.DataFrame(d)
>>> df
                hours
0  2020-02-11 13:44:53
1  2020-02-12 13:44:53
2   2020-02-11 8:44:53

3  2020-02-02 13:44:53
>>> y = df['hours']
>>> from pandas.tseries.offsets import *
>>> y.apply(pd.Timestamp).asfreq(BDay())
1970-01-01   NaT
Freq: B, Name: hours, dtype: datetime64[ns]
>>> y.apply(pd.Timestamp).asfreq(BusinessHour())
Series([], Freq: BH, Name: hours, dtype: datetime64[ns])

Answer 1

我想，你正在寻找类似的东西：

bh = pd.offsets.BusinessHour()   # avoid not necessary imports
y.apply(pd.Timestamp).apply(bh.rollforward)

结果是：

0   2020-02-11 13:44:53
1   2020-02-12 13:44:53
2   2020-02-11 09:00:00
3   2020-02-03 09:00:00
Name: hours, dtype: datetime64[ns]

所以：

• 前两个小时没有更改（它们在营业时间内）。
• 第三次 (2020-02-11 8:44:53) 已提前到 9:00（开始 工作日）。
• 第四个（2020-02-02 13:44:53 on Sunday）已经提前到下一个 日（星期一）9:00。

或者，如果您只想检查特定日期/小时是否在 营业时间，运行：

y.apply(pd.Timestamp).apply(bh.onOffset)

结果是：

0     True
1     True
2    False
3    False
Name: hours, dtype: bool

表示最后两个日期/小时是在营业时间之外。