Pandas 派生列表示两个日期之间的工作日数答案

【问题标题】：Pandas derived column for number of work days between 2 datesPandas 派生列表示两个日期之间的工作日数
【发布时间】：2020-07-10 01:38:47
【问题描述】：

numpy busdays_count 可以工作，但是当我将它应用到数据框时，我会遇到错误，因为某些日期是 NaT（正确）。

如果它是一个普通数组，我可以迭代每一行，检查是否为 NaT，然后应用公式，但在这里不确定...

data_raw['due'] = pd.to_datetime(data_raw['Due Date'], format="%Y%m%d")
data_raw['clo'] = pd.to_datetime(data_raw['Closed Date'], format="%Y%m%d")

data_raw['perf'] = data_raw.apply(lambda row: np.busday_count(row['due'].values.astype('datetime64[D]'),
                                row['clo'].values.astype('datetime64[D]')
                                if pd.isnull(row['clo'])
                                else '',
                                axis=1
                                ))

错误是KeyError: 'due'

这在下面有效，但不确定是否加入：

p_df = data_raw[pd.notna(data_raw.clo)]
p_df['perf'] = np.busday_count(p_df['due'].values.astype('datetime64[D]'), p_df['clo'].values.astype('datetime64[D]'))

【问题讨论】：

标签： python-3.x numpy derived-column

【解决方案1】：

我找到了解决方法，但很确定这不是最好的方法...

# split the dataframe
not_na = data_raw[pd.notna(data_raw.clo)]
is_na = data_raw[pd.isna(data_raw.clo)]

# do the calc without the NaNs
not_na['perf'] = 
          np.busday_count(not_na['due'].values.astype('datetime64[D]'), 
                          not_na['clo'].values.astype('datetime64[D]'))

# lastly, join the dataframes back
new_df = pd.concat([is_na, not_na], axis=0)

【讨论】：