python - 动态计算工作日数，不包括 Python 中的假期日历

Question

我想计算两个日期之间的工作日数，并用这些日子创建一个新的 pandas 数据框列。我还有一个假期日历，我想在计算时排除假期日历中的日期。

我环顾四周，发现 numpy busday_count 函数是一个有用的工具。该函数计算两个日期之间的工作日数，还允许您包含假日日历。

我还环顾四周，看到了假期套餐，它为我提供了不同国家/地区的假期日期。我认为将这个假期日历添加到 numpy 函数中会很棒。

然后我进行了如下处理；

import pandas as pd
import numpy as np
import holidays
from datetime import datetime, timedelta, date

df = {'start' : ['2019-01-02', '2019-02-01'],
       'end' : ['2020-01-04', '2020-03-05']
    }
df = pd.DataFrame(df)

holidays_country = holidays.CountryHoliday('UnitedKingdom')
start_date = [d.date for d in df['start']]
end_date = [d.date for d in df['end']]
holidays_numpy = holidays_country[start_date:end_date]

df['business_days'] = np.busday_count(begindates = start_date,
                                      enddates = end_date,
                                      holidays=holidays_numpy)

当我运行这段代码时，它会抛出这个错误 TypeError: Cannot convert type '<class 'list'>' to date

当我进一步查看时，我注意到 start_date 和 end_date 是列表，这可能是错误发生的原因。

然后我更改了 holidays_numpy变量为 holidays_numpy = holidays_country['2019-01-01':'2019-12-31']它奏效了。

但是，由于我的数据框中每一行的日期都不同，有没有办法在我的 holiday_numpy 中设置两个参数？变量来从 start_date 和 end_date 中选择相应的值(就像 zip 函数一样)？

我也对解决这个问题的其他方法持开放态度。

Answer 1

这应该有效:

import pandas as pd
import numpy as np
import holidays 

df = {'start' : ['2019-01-02', '2019-02-01'],
       'end' : ['2020-01-04', '2020-03-05']}
df = pd.DataFrame(df)

holidays_country = holidays.CountryHoliday('UK')

def f(x):
  return np.busday_count(x[0],x[1],holidays=holidays_country[x[0]:x[1]])

df['business_days'] = df[['start','end']].apply(f,axis=1)

df.head()