【发布时间】：2019-07-14 19:47:32
【问题描述】：
我有一个看起来像这样的 pandas DataFrame（示例）：
data = {
'start': ['2018-10-29 18:48:46.697000',
'2018-10-29 19:01:10.887000',
'2018-10-22 17:42:24.467000'],
'end': ['2018-10-31 17:56:38.830000',
'2018-11-27 09:31:39.967000',
'2018-11-28 18:33:35.243000' ]
}
df = pd.DataFrame(data)
df['start'] = pd.to_datetime(df['start'])
df['end'] = pd.to_datetime(df['end'])
我的目标是计算start 和end 之间的（美国）营业时间，不包括周末和节假日。为此，我使用pandas 的CustomBusinessDay 功能如下：
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay
us_bd = CustomBusinessDay(calendar=USFederalHolidayCalendar())
len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq=us_bd))
>> 26
这在工作日方面是正确的（它不包括周末、感恩节和黑色星期五的假期），但我真正想要的是两个时间戳之间的工作时间数。所以当我尝试原生BH:
len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq='BH'))
>> 216
这是不正确的，因为它考虑了周末，但不考虑了节假日。所以，我有两个问题：
- 如何通过排除周末和节假日来正确计算两个时间戳之间的营业时间
- 如何在 Pandas 系列中传播此计算以在 DataFrame 中生成新列？
当我尝试类似：
df['diff'] = pd.bdate_range(start=df['start'], end=df['end'], freq='BH')
结果是：
TypeError: Can not convert input [...] of type to Timestamp
错误消息还包括数组中的整个系列。
【问题讨论】：
标签： python pandas datetime calendar time-series