Obtenez de jours ouvrables entre le début et date de fin à l'aide de pandas

Je suis en utilisant les pandas et je me demande quel est le moyen le plus facile pour obtenir les jours ouvrables entre un début et une date de fin à l'aide de pandas?

Il y a beaucoup de messages qui circulent sur le faire en Python (pour exemple), mais je serais intéressé d'utiliser directement les pandas que je pense que les pandas pouvez probablement gérer cela tout à fait facile.

OriginalL'auteur Thomas Kremmel | 2012-10-22

  1. 14

    Utilisation BDay() pour les jours de plage. 

    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

    Avec découpage:

    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

    et count()

    In [191]: s.ix[x:y].asfreq(BDay()).count()
Out[191]: 3
    wow.. parfait! Merci beaucoup!
    serait-il possible d'utiliser la même technique lors de mes données a une granularité d'heures? J'ai donc envie de sortir toutes les heures, les jours ouvrables. Je sais comment puis retirez simplement les heures de travail de la journée, après que
    J'ai compris que vous pouvez simplement utiliser ce .asfreq(freq='BH')

    OriginalL'auteur root

  2. 28

    Vous pouvez également utiliser date_range à cette fin.

    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)

    MODIFIER

    Ou encore plus simple

    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)

    Noter que les deux de début et de fin dates sont inclus.
    Source: http://pandas.pydata.org/pandas-docs/stable/generated/pandas.bdate_range.html

    OriginalL'auteur Romain

  3. 20

    De v0.14 vous pouvez utiliser de vacances calendriers.

    de pandas.tseries.vacances d'importation USFederalHolidayCalendar 
de pandas.tseries.les décalages d'importation CustomBusinessDay 

us_bd = CustomBusinessDay(calendrier=USFederalHolidayCalendar()) 
imprimer pd.DatetimeIndex(démarrer='2010-01-01',end='2010-01-15', freq=us_bd)

    retourne:

    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]', freq='C')
    si vous souhaitez que le nombre de jours entre la date de plage, vous pouvez obtenir ce que pd.DatetimeIndex(start='2010-01-01',end='2010-01-15',freq=us_bd).shape[0]

    OriginalL'auteur Ivelin

  4. 11

    Juste être prudent lors de l'utilisation de bdate_range ou BDay() - le nom pourrait vous induire en erreur à penser que c'est une série de jours, alors qu'en réalité c'est juste le calendrier des jours de week-end avec supprimés (ie. il ne prend pas de vacances en compte).

    OriginalL'auteur Lars Larsson

  5. 2

    Sur le dessus de cette réponse, on peut écrire une fonction courte pour retourner le jours de bourse de la bourse américaine:

    def business_dates(start, end):
    us_cal = USTradingCalendar()
    kw = dict(start=start, end=end)
    return pd.DatetimeIndex(freq='B', **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)

    OriginalL'auteur Alpha