在生成范围时遇到良好的工作日答案

【问题标题】：bumping to good business day when generating range在生成范围时遇到良好的工作日
【发布时间】：2021-12-31 16:23:32
【问题描述】：

我正在使用 pandas pd.bdate_range() 来生成给定开始和结束的日期范围，但它似乎无法按预期工作。

我最终想要的是开始和结束日期上的季度日期，但我希望这些日期是有效的工作日。

start = '2015-06-01'
end = '2019-06-01'

dates = pd.bdate_range(start,end,freq='MS')[::3]

不幸的是，这包括 2018-09-01 星期六

有没有更简单的方法来获取仅包含工作日的索引，同时考虑 USFederalHolidayCalendar()？

【问题讨论】：

标签： python-3.x pandas date

【解决方案1】：

您可以像这样使用现有系列并增加到下一个工作日

from pandas.tseries.offsets import BDay
start = '2015-06-01'
end = '2019-06-01'

dates = pd.bdate_range(start,end,freq='MS')[::3]
new_dates = dates.map(lambda x : x + 0*BDay())

或者您可以像这样将BMS 传递给freq 关键字属性

start = '2015-06-01'
end = '2019-06-01'

dates = pd.bdate_range(start,end, freq='BMS')[::3]

两者都给出这个输出

DatetimeIndex(['2015-06-01', '2015-09-01', '2015-12-01', '2016-03-01',
               '2016-06-01', '2016-09-01', '2016-12-01', '2017-03-01',
               '2017-06-01', '2017-09-01', '2017-12-01', '2018-03-01',
               '2018-06-01', '2018-09-03', '2018-12-03', '2019-03-01',
               '2019-06-03'],
              dtype='datetime64[ns]', freq=None)

【讨论】：

【解决方案2】：

我认为你可以通过以下来得到你想要的。

freq='BMS' # 营业月开始

或

freq='BQS' # 业务季度开始

更新：

你可以做这样的事情来照顾一个月/季度开始的假期。

from pandas import DatetimeIndex
from pandas.tseries.holiday import USFederalHolidayCalendar
holidays = USFederalHolidayCalendar().holidays(start, end, return_name=False)
month_dates = pandas.bdate_range(start, end, freq='CBMS', holidays=[holiday for holiday in holidays])
print(month_dates)
print(DatetimeIndex([e[1] for e in zip(month_dates.month, month_dates) if e[0] in {1, 4, 7, 10}]))

DatetimeIndex(['2015-01-02', '2015-02-02', '2015-03-02', '2015-04-01', '2015-05-01', '2015-06-01', '2015-07-01', '2015-08-03', '2015-09-01', '2015-10-01', '2015-11-02', '2015-12-01', '2016-01-04', '2016-02-01', '2016-03-01', '2016-04-01', '2016-05-02', '2016-06-01', '2016-07-01', '2016-08-01', '2016-09-01', '2016-10-03', '2016-11-01', '2016-12-01', '2017-01-03', '2017-02-01', '2017-03-01', '2017-04-03', '2017-05-01', '2017-06-01', '2017-07-03', '2017-08-01', '2017-09-01', '2017-10-02', '2017-11-01', '2017-12-01', '2018-01-02', '2018-02-01', '2018-03-01', '2018-04-02', '2018-05-01', '2018-06-01', '2018-07-02', '2018-08-01', '2018-09-04', '2018-10-01', '2018-11-01', '2018-12-03', '2019-01-02', '2019-02-01', '2019-03-01', '2019-04-01', '2019-05-01'], dtype='datetime64[ns]', freq='CBMS')

DatetimeIndex(['2015-01-02', '2015-04-01', '2015-07-01', '2015-10-01', '2016-01-04', '2016-04-01', '2016-07-01', '2016-10-03', '2017-01-03', '2017-04-03', '2017-07-03', '2017-10-02', '2018-01-02', '2018-04-02', '2018-07-02', '2018-10-01', '2019-01-02', '2019-04-01'], dtype='datetime64[ns]', freq=None)

【讨论】：

不幸的是，这会返回像 1 月 1 日这样的日期，这是美国的假期...