按工作日分组 DataFrame答案

【问题标题】：Group DataFrame by Business Day of Month按工作日分组 DataFrame
【发布时间】：2016-04-29 01:04:50
【问题描述】：

我正在尝试将一个 Pandas DataFrame 分组，它按日期按月的工作日索引，大约每月 22 个。

我想返回一个包含 22 行的结果，在 `DataFrame 中具有某个值的平均值。

我可以按月的一天，但似乎无法弄清楚如何按工作日。

是否有一个函数可以返回某个日期的月份的工作日？

如果有人能提供一个简单的例子，将不胜感激。

【问题讨论】：

Using Python to count the number of business days in a month?的可能重复
您想如何处理周末的任何数据？忽略它，将其前滚到星期一，还是将其回滚到上一个星期五？
Alexander 数据框只包含工作日的数据，没有周末数据

标签： python date pandas dataframe grouping

【解决方案1】：

假设您的日期在索引中（如果不使用'set_index）：

df.groupby(pd.TimeGrouper('B'))

见time series functionality。

【讨论】：

df.groupby('B') 不起作用，它只会引发错误
感谢 Stefan 的回答。我想要实现的是类似于下面的 df.groupby(pd.TimeGrouper('B'))['Amount'].mean() 来返回 22 行，每个工作日的平均值跨度>
不客气。希望这能回答您关于按工作日分组的问题。

【解决方案2】：

我认为问题是按每月的工作日分组 - 另一个答案似乎只是将数据重新采样到最近的工作日（至少对我而言）。此代码返回一个 22 行的 groupby 对象

from datetime import date
import pandas as pd
import numpy as np

d = pd.Series(np.random.randn(1000), index=pd.bdate_range(start='01 Jan 2018', periods=1000))
def to_bday_of_month(dt):
    month_start = date(dt.year, dt.month, 1)
    return np.busday_count(month_start, dt)

day_of_month = [to_bday_of_month(dt) for dt in d.index.date]
d.groupby(day_of_month).mean()

【讨论】：