【发布时间】：2012-10-22 20:56:13
【问题描述】：
我正在使用 pandas，我想知道使用 pandas 获取开始日期和结束日期之间的工作日的最简单方法是什么？
有很多关于在 Python 中执行此操作的帖子（example），但我有兴趣直接使用 pandas，因为我认为 pandas 可能很容易处理这个问题。
【问题讨论】：
【发布时间】：2012-10-22 20:56:13
【问题描述】：
您也可以为此使用date_range。
In [3]: pd.date_range('2011-01-05', '2011-01-09', freq=BDay())
Out[3]: DatetimeIndex(['2011-01-05', '2011-01-06', '2011-01-07'], dtype='datetime64[ns]', freq='B', tz=None)
编辑
甚至更简单
In [7]: pd.bdate_range('2011-01-05', '2011-01-09')
Out[7]: DatetimeIndex(['2011-01-05', '2011-01-06', '2011-01-07'], dtype='datetime64[ns]', freq='B', tz=None)
请注意，开始日期和结束日期都包含在内。 来源：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.bdate_range.html
【讨论】：
从 v0.14 开始，您可以使用假日日历。
从 pandas.tseries.holiday 导入 USFederalHolidayCalendar 从 pandas.tseries.offsets 导入 CustomBusinessDay us_bd = CustomBusinessDay(日历=USFederalHolidayCalendar()) 打印 pd.DatetimeIndex(start='2010-01-01',end='2010-01-15', freq=us_bd)返回：
DatetimeIndex(['2010-01-04', '2010-01-05', '2010-01-06', '2010-01-07', '2010-01-08', '2010-01-11', '2010-01-12', '2010-01-13', '2010-01-14', '2010-01-15'], dtype='datetime64[ns]'，频率='C')【讨论】：
-
如果你想要日期范围之间的天数，你可以得到这个
pd.DatetimeIndex(start='2010-01-01',end='2010-01-15',freq=us_bd).shape[0] -
DatetimeIndex 中的 "start" 和 "end" 参数已被弃用，但您可以使用
len(pd.date_range(start='2010-01-01',end='2010-01-15',freq=us_bd))pandas.pydata.org/docs/reference/api/pandas.date_range.html
在使用 bdate_range 或 BDay() 时要小心 - 名称可能会误导您认为它是一个工作日范围，而实际上它只是日历日，去掉了周末（即不放假）考虑）。
【讨论】：
-
尽管这并不是对 Q 的完整回答......这是一个非常重要的评论，属于已接受的答案 - 名称
BDay具有误导性。圣诞节是工作日吗？如果不是在周末，则根据 BDay。
使用BDay() 获取范围内的工作日。
from pandas.tseries.offsets import *
In [185]: s
Out[185]:
2011-01-01 -0.011629
2011-01-02 -0.089666
2011-01-03 -1.314430
2011-01-04 -1.867307
2011-01-05 0.779609
2011-01-06 0.588950
2011-01-07 -2.505803
2011-01-08 0.800262
2011-01-09 0.376406
2011-01-10 -0.469988
Freq: D
In [186]: s.asfreq(BDay())
Out[186]:
2011-01-03 -1.314430
2011-01-04 -1.867307
2011-01-05 0.779609
2011-01-06 0.588950
2011-01-07 -2.505803
2011-01-10 -0.469988
Freq: B
切片：
In [187]: x=datetime(2011, 1, 5)
In [188]: y=datetime(2011, 1, 9)
In [189]: s.ix[x:y]
Out[189]:
2011-01-05 0.779609
2011-01-06 0.588950
2011-01-07 -2.505803
2011-01-08 0.800262
2011-01-09 0.376406
Freq: D
In [190]: s.ix[x:y].asfreq(BDay())
Out[190]:
2011-01-05 0.779609
2011-01-06 0.588950
2011-01-07 -2.505803
Freq: B
和count()
In [191]: s.ix[x:y].asfreq(BDay()).count()
Out[191]: 3
【讨论】：
-
当我的数据具有小时粒度时，是否可以使用相同的技术？所以我想抽出工作日的所有时间。我知道如何在这之后只抽出一天的工作时间
-
我发现你可以使用这个 .asfreq(freq='BH')
-
什么是
s？请举一个完整的例子。 -
@root 我认为这个答案，作为公认的答案，应该包括@Lars 评论。这个名字具有误导性，人们可能会发现自己陷入困境。
BDay这个名字具有误导性。圣诞节是工作日吗？如果不是周末，则根据 BDay。在大多数业务逻辑应用程序中，BDay 确实代表“工作日”而不是“工作日”。
在this answer 和xone 之上，我们可以编写一个短函数来返回trading days of US exchange：
from xone import calendar
def business_dates(start, end):
us_cal = calendar.USTradingCalendar()
kw = dict(start=start, end=end)
return pd.bdate_range(**kw).drop(us_cal.holidays(**kw))
In [1]: business_dates(start='2018-12-20', end='2018-12-31')
Out[1]: DatetimeIndex(['2018-12-20', '2018-12-21', '2018-12-24', '2018-12-26',
'2018-12-27', '2018-12-28', '2018-12-31'],
dtype='datetime64[ns]', freq=None)
2019 年 3 月编辑：
将DatetimeIndex 替换为bdate_range 为pandas 0.24.0 update：
- 不推荐通过传递范围参数 start、end 和 period 创建 TimedeltaIndex、DatetimeIndex 或 PeriodIndex，取而代之的是 timedelta_range()、date_range() 或 period_range()
【讨论】：
-
这是个坏蛋。
-
我可能会用
len函数包装pd.bdate_range以获取天数，但这更美观。
我们可以使用pd.bdate_range。
例子：
In [1]: pd.bdate_range("2020-01-01", "2020-01-06")
Out[1]: DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-06'], dtype='datetime64[ns]', freq='B')
【讨论】：
如果您也在周六工作或有不寻常的工作周，您还希望排除您所在国家/地区的公共假期。
import pandas as pd
from datetime import datetime
weekmask = 'Sun Mon Tue Wed Thu'
exclude = [pd.datetime(2020, 5, 1),
pd.datetime(2020, 5, 2),
pd.datetime(2020, 5, 3)]
pd.bdate_range('2020/4/30','2020/5/26',
freq='C',
weekmask = weekmask,
holidays=exclude )
【讨论】：