如何在月份中的 2 个日期之间拆分天数

Question

我有一个熊猫数据框。它包含“start_date”列和“end_date”列。我想计算开始和结束之间的工作日，将它们分成几个月并将它们作为附加列添加到数据框中。

目前这是我编码的。无论如何我可以让它更快吗？

data = pd.DataFrame([

    {'start_date': '2020-03-03', 'end_date' : '2020-06-18'},

    {'start_date': '2020-06-03', 'end_date' : '2020-09-18'},

])

def days_month(df):

    days_month = pd.DatetimeIndex(pd.bdate_range(df['start_date'], df['end_date'])).month.value_counts()

    for i in range(1, 13):

        try:

            days_month[i] 

        except:

            days_month[i] = 0

    return days_month

data[['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']] = data.apply(days_month, axis=1,  result_type="expand")

print(data)

    end_date  start_date  Jan  Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  \

0  2020-06-18  2020-03-03    0    0   21   22   21   14    0    0    0    0   

1  2020-09-18  2020-06-03    0    0    0    0    0   20   23   21   14    0   

   Nov  Dec  

0    0    0  

1    0    0  

更新尝试实施 Ethan 建议：

def countWeekDays(df):  

    fromDate=df['PO Creation Date']

    toDate=df['PO Expected Delivery Date']

    d = np.arange(fromDate, toDate, dtype=np.datetime64)

    weekdays = d[np.is_busday(d, busdaycal=calendar())] 

    workDays = {m: np.array([i for i in weekdays if i.item().month==m]).size for m in range(1,13)}

    return workDays

def calendar(): 

    #set work week mask and optional holidays array

    return np.busdaycalendar(weekmask='1111100', holidays=['2020-01-01','2020-01-20','2020-02-17','2020-05-25','2020-07-03','2020-09-07','2020-10-12','2020-11-11','2020-11-26','2020-12-25'])

data[['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']] = data.apply(countWeekDays, axis=1,  result_type="expand")

但是，它给了我一个内存错误。不知道为什么...

Answer 1

您可以使用 numpy datetime 函数和一些包装：import numpy as npdef countWeekDays(fromDate='2020-03-03', toDate='2020-06-03'):      d = np.arange(fromDate, toDate, dtype=np.datetime64)    weekdays = d[np.is_busday(d, busdaycal=calendar())]     workDays = [(m, np.array([i for i in weekdays if i.item().month==m]).size) for m in range(1,13)]    return workDaysdef calendar():     #set work week mask and optional holidays array    return np.busdaycalendar(weekmask='1111100', holidays=['2020-01-01','2020-01-20','2020-02-17','2020-05-25','2020-07-03','2020-09-07','2020-10-12','2020-11-11','2020-11-26','2020-12-25'])结果：>>> countWeekDays()[(1, 0), (2, 0), (3, 21), (4, 22), (5, 20), (6, 2), (7, 0), (8, 0), (9, 0), (10, 0), (11, 0), (12, 0)]这是对您的代码的修改，以构建与我的函数一起使用以获取工作日的数据框。我认为您遇到的错误是由于构建和修改 Dataframe 的方式造成的。我的经验是数据框很难修改，最好将数据放在一起，然后从完整的数据集中创建数据框：def applyDays():    data = [{'start_date': '2020-03-03', 'end_date' : '2020-06-18'},    {'start_date': '2020-06-03', 'end_date' : '2020-09-18'}]    return countWeekDays(data)def countWeekDays(lst): #, result_type):      months = ['start_date','end_date',  'Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']    data = []    for row in lst:          fromDate = row['start_date'] # df['PO Creation Date']        toDate = row['end_date'] #df['PO Expected Delivery Date']            d = np.arange(fromDate, toDate, dtype=np.datetime64)            weekdays = d[np.is_busday(d, busdaycal=calendar())]         data.append([fromDate, toDate] + [np.array([i for i in weekdays if i.item().month==m]).size for m in range(1,13)])    return pd.DataFrame(data, columns=months)数据框结果：applyDays()Out[6]:    start_date    end_date  Jan  Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  \0  2020-03-03  2020-06-18    0    0   21   22   20   13    0    0    0    0   1  2020-06-03  2020-09-18    0    0    0    0    0   20   22   21   12    0      Nov  Dec  0    0    0  1    0    0