python - Pandas 中的 "Modified following"个工作日

Question

如何在 Pandas 中有效地实现“修改后的”工作日支付规则的矢量化版本？

背景

在金融领域，固定 yield 息票通常是在“修改后”的基础上支付的，也就是说，如果息票日期是周末或节假日，则在下一个工作日支付，除非所说的下一个工作日属于下一个日历月，在这种情况下，我们会倒退到最近的前一个工作日。

     April 2017       
Su Mo Tu We Th Fr Sa  
                   1  
 2  3  4  5  6  7  8  
 9 10 11 12 13 14 15  
16 17 18 19 20 21 22  
23 24 25 26 27 28 29  
30 

2017 年 4 月就是一个很好的例子。如果付款日期是 15 日星期六，则将提前到 17 日星期一。但是，如果是两周后的 29 日星期六，它将倒退到 28 日星期五(因为下一个星期一将在 5 月)。

我需要一次为数千个日期执行此操作，因此我希望它被矢量化并尽可能高效地使用 pandas(也就是说，我想避免只通过 if-then- 运行每个日期别的)。因此，给定一个日期向量，它会检查哪个日期落在周六/周日并自动应用规则，输出一个“修改后的”日期向量。

Answer 1

如果您对 pandas 解决方案感兴趣，这是一个开始:

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

BDayUS = CustomBusinessDay(calendar=USFederalHolidayCalendar())       

def is_weekday(dates):
    return ~dates.weekday_name.isin(['Saturday', 'Sunday'])

def in_next_month(dates1, dates2):
    return dates1.month == dates2.month - 1

def next_bus_day(dates):
    fwd = dates + BDayUS(1)
    return fwd.where(~in_next_month(dates, fwd), dates - BDayUS(1))

def payment_day(dates):
    return dates.where(is_weekday(dates), next_bus_day(dates))

2017 年 4 月:

dates = pd.date_range('4/1/2017', '4/30/2017')

payment_day(dates)
# DatetimeIndex(['2017-04-03', '2017-04-03', '2017-04-03', '2017-04-04',
#                '2017-04-05', '2017-04-06', '2017-04-07', '2017-04-10',
#                '2017-04-10', '2017-04-10', '2017-04-11', '2017-04-12',
#                '2017-04-13', '2017-04-14', '2017-04-17', '2017-04-17',
#                '2017-04-17', '2017-04-18', '2017-04-19', '2017-04-20',
#                '2017-04-21', '2017-04-24', '2017-04-24', '2017-04-24',
#                '2017-04-25', '2017-04-26', '2017-04-27', '2017-04-28',
#                '2017-04-28', '2017-04-28'],
#               dtype='datetime64[ns]', freq='D')

payment_day(dates).weekday_name
# Index(['Monday', 'Monday', 'Monday', 'Tuesday', 'Wednesday', 'Thursday',
#        'Friday', 'Monday', 'Monday', 'Monday', 'Tuesday', 'Wednesday',
#        'Thursday', 'Friday', 'Monday', 'Monday', 'Monday', 'Tuesday',
#        'Wednesday', 'Thursday', 'Friday', 'Monday', 'Monday', 'Monday',
#        'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Friday', 'Friday'],
#       dtype='object')

另请参阅:Custom Business Day从文档。请对此进行压力测试；我基本上只使用默认的 BDay，不确定联邦假期是否与 NYSE 市场收盘完全一致。