如何为今年每月的第 n 个日历创建一系列日期时间值？

Question

我想为当年每个月的第 N 个日历日创建一个 [返回] 熊猫系列日期时间值的 [函数]。一个额外的皱纹是，如果它恰好落在周末，我还需要它是前一个工作日。奖励将是检查已知的假期。

例如，我希望 [工作日早于或等于] 月 14 日的输出如下所示

0    2021-01-14
1    2021-02-12
2    2021-03-12
3    2021-04-14
4    2021-05-14
5    2021-06-14
6    2021-07-14
7    2021-08-13
8    2021-09-14
9    2021-10-14
10   2021-11-12
11   2021-12-14

我尝试使用 pd.date_range() 和 pd.bdate_range() 并没有得到想要的结果。示例：

pd.date_range("2021-01-14","2021-12-14", periods=12)

>> DatetimeIndex(['2021-01-14 00:00:00',
           '2021-02-13 08:43:38.181818182',
           '2021-03-15 17:27:16.363636364',
           '2021-04-15 02:10:54.545454546',
           '2021-05-15 10:54:32.727272728',
           '2021-06-14 19:38:10.909090910',
           '2021-07-15 04:21:49.090909092',
           '2021-08-14 13:05:27.272727272',
           '2021-09-13 21:49:05.454545456',
           '2021-10-14 06:32:43.636363640',
           '2021-11-13 15:16:21.818181820',
                     '2021-12-14 00:00:00'],
          dtype='datetime64[ns]', freq=None)>>

此外，这需要知道作为开始和结束的第一个月和最后一个月的日子。使用 pd.bdate_range() 进行的类似测试主要导致错误。

Answer 1

您可以使用月份开始，然后添加一个 timedelta 来获取您想要的日期。因此，对于您的示例，它将是：

pd.date_range(start=pd.Timestamp("2020-12-14"), periods=12, freq='MS') + pd.Timedelta(days=13)

输出：

DatetimeIndex(['2021-01-14', '2021-02-14', '2021-03-14', '2021-04-14',
               '2021-05-14', '2021-06-14', '2021-07-14', '2021-08-14',
               '2021-09-14', '2021-10-14', '2021-11-14', '2021-12-14'],
              dtype='datetime64[ns]', freq=None)

转到前一个工作日使用（请参阅：Pandas offset DatetimeIndex to next business if date is not a business day 和 Most recent previous business day in Python）：

(pd.date_range(start=pd.Timestamp("2021-06-04"), periods=12, freq='MS') + pd.Timedelta(days=4)).map(lambda x: x - pd.tseries.offsets.BDay())

输出：

DatetimeIndex(['2021-07-02', '2021-08-05', '2021-09-03', '2021-10-04',
               '2021-11-04', '2021-12-03', '2022-01-06', '2022-02-04',
               '2022-03-04', '2022-04-04', '2022-05-05', '2022-06-03'],
              dtype='datetime64[ns]', freq=None)

Answer 2

与Pandas Date Range Monthly on Specific Day of Month 类似的方法，但减去Bday 以获得前一个营业日。同样从上一年的 12/31 开始，获取当年的所有值：

def get_date_range(day_of_month, year=pd.Timestamp.now().year):
    return (
            pd.date_range(start=pd.Timestamp(year=year - 1, month=12, day=31),
                          periods=12, freq='MS') +
            pd.Timedelta(days=day_of_month) -
            pd.tseries.offsets.BDay()
    )

使用年份：

get_date_range(14)

DatetimeIndex(['2021-01-14', '2021-02-12', '2021-03-12', '2021-04-14',
               '2021-05-14', '2021-06-14', '2021-07-14', '2021-08-13',
               '2021-09-14', '2021-10-14', '2021-11-12', '2021-12-14'],
              dtype='datetime64[ns]', freq=None)

或者再过一年：

get_date_range(14, 2020)

DatetimeIndex(['2020-01-14', '2020-02-14', '2020-03-13', '2020-04-14',
               '2020-05-14', '2020-06-12', '2020-07-14', '2020-08-14',
               '2020-09-14', '2020-10-14', '2020-11-13', '2020-12-14'],
              dtype='datetime64[ns]', freq=None)

---

有假期（这是非矢量化的，因此会引发PerformanceWarning）：

import pandas as pd
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay

bday_us = CustomBusinessDay(calendar=USFederalHolidayCalendar())


def get_date_range(day_of_month, year=pd.Timestamp.now().year):
    return (
            pd.date_range(start=pd.Timestamp(year=year - 1, month=12, day=31),
                          periods=12, freq='MS') +
            pd.Timedelta(days=day_of_month) -
            bday_us
    )

get_date_range(25)

DatetimeIndex(['2021-01-25', '2021-02-25', '2021-03-25', '2021-04-23',
               '2021-05-25', '2021-06-25', '2021-07-23', '2021-08-25',
               '2021-09-24', '2021-10-25', '2021-11-24', '2021-12-23'],
              dtype='datetime64[ns]', freq=None)