pandas 自定义工作时间

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

由于不同地区不同文化，工作、营业时间不尽相同。在数据分析时需要考虑是否是工作日、礼拜日等文化差异带来的影响。比如，埃及的周末是星期五和星期六。

自定义工作日

Cday 或 CustomBusinessDay 类可以传入节假日参数来自定义一个工作日偏移对象：

weekmask_egypt = 'Sun Mon Tue Wed Thu'

# 定义出五一劳动节的日期，因为放假
holidays = ['2012-05-01',
            datetime.datetime(2013, 5, 1),
            np.datetime64('2014-05-01')]

# 自定义工作日中传入休假日期，一个正常星期工作日的顺序
bday_egypt = pd.offsets.CustomBusinessDay(holidays=holidays,
                                          weekmask=weekmask_egypt)


# 指定一个日期
dt = datetime.datetime(2013, 4, 30)
# 偏移两个工作日，跳过了五一个休假日
dt + 2 * bday_egypt
# Timestamp('2013-05-05 00:00:00')

可以将日期的具体星期匹配映射出来：

dts = pd.date_range(dt, periods=5, freq=bday_egypt)
(pd.Series(dts.weekday, dts)
 .map(pd.Series('Mon Tue Wed Thu Fri Sat Sun'.split()
               )
     )
)
'''
2013-04-30    Tue
2013-05-02    Thu
2013-05-05    Sun
2013-05-06    Mon
2013-05-07    Tue
Freq: C, dtype: object
'''

节假日日历

Pandas 内置了一些常用的节假日日历：

# 美国佛罗里达州的节假日
from pandas.tseries.holiday import USFederalHolidayCalendar

bday_us = pd.offsets.CustomBusinessDay(calendar=USFederalHolidayCalendar())

# 马丁路德金纪念日前是周五
dt = datetime.datetime(2014, 1, 17)

# 马丁路德金纪念日后为周二，周一放假，跳过
dt + bday_us
# Timestamp('2014-01-21 00:00:00')

频率使用

可以在时序数据频率中使用：

bmth_us = pd.offsets.CustomBusinessMonthBegin(calendar=USFederalHolidayCalendar())
dt = datetime.datetime(2013, 12, 17)
# 跳过元旦
dt + bmth_us
# Timestamp('2014-01-02 00:00:00')

# 频率中应用自定义工作偏移
pd.date_range(start='20100101', end='20120101', freq=bmth_us)
'''
DatetimeIndex(['2010-01-04', '2010-02-01', '2010-03-01', '2010-04-01',
               '2010-05-03', '2010-06-01', '2010-07-01', '2010-08-02',
               '2010-09-01', '2010-10-01', '2010-11-01', '2010-12-01',
               '2011-01-03', '2011-02-01', '2011-03-01', '2011-04-01',
               '2011-05-02', '2011-06-01', '2011-07-01', '2011-08-01',
               '2011-09-01', '2011-10-03', '2011-11-01', '2011-12-01'],
              dtype='datetime64[ns]', freq='CBMS')
'''

注：频率字符串“ C”用于表示已使用 CustomBusinessDay DateOffset，由于CustomBusinessDay 是参数化类型，因此 CustomBusinessDay 的实例可能会有所不同，并且无法从 “ C” 频率字符串中检测到。因此，需要确保在用户的应用程序中始终使用“ C”频率字符串。

工作时间

BusinessHour 表是开始和结束工作的小时时间，默认的工作时间是 9:00 - 17:00，与时间相加超过一个小时会移到下一个小时，超过一天会移动到下一个工作日。

bh = pd.offsets.BusinessHour()
bh
# <BusinessHour: BH=09:00-17:00>

# 2014-08-01 是周五
pd.Timestamp('2014-08-01 10:00').weekday()
# 4

# 增加一个工作小时
pd.Timestamp('2014-08-01 10:00') + bh
# Timestamp('2014-08-01 11:00:00')

# 一但计算就等于上班了，等同于 pd.Timestamp('2014-08-01 09:00') + bh
pd.Timestamp('2014-08-01 08:00') + bh
# Timestamp('2014-08-01 10:00:00')

# 计算后已经下班了，就移到下一个工作小时（跳过周末）
pd.Timestamp('2014-08-01 16:00') + bh
Out[205]: Timestamp('2014-08-04 09:00:00')

# 同上逻辑，移动一个工作小时
pd.Timestamp('2014-08-01 16:30') + bh
Out[206]: Timestamp('2014-08-04 09:30:00')

# 偏移两个工作小时
pd.Timestamp('2014-08-01 10:00') + pd.offsets.BusinessHour(2)
# Timestamp('2014-08-01 12:00:00')

# 减去3个工作小时
pd.Timestamp('2014-08-01 10:00') + pd.offsets.BusinessHour(-3)
# Timestamp('2014-07-31 15:00:00')

可以自己定义开始和结束工作的时间，格式必须是 hour:minute 字符串，不支持秒、微秒、纳秒，会报错，因为工作时间没有定这么细的，可能。

# 11点开始上班
bh = pd.offsets.BusinessHour(start='11:00', end=datetime.time(20, 0))
bh
# <BusinessHour: BH=11:00-20:00>

pd.Timestamp('2014-08-01 13:00') + bh
# Timestamp('2014-08-01 14:00:00')

pd.Timestamp('2014-08-01 09:00') + bh
# Timestamp('2014-08-01 12:00:00')

pd.Timestamp('2014-08-01 18:00') + bh
# Timestamp('2014-08-01 19:00:00')

start 时间晚于 end 时间表示夜班工作时间。此时，工作时间将从午夜延至第二天。

bh = pd.offsets.BusinessHour(start='17:00', end='09:00')
bh
# <BusinessHour: BH=17:00-09:00>

pd.Timestamp('2014-08-01 17:00') + bh
# Timestamp('2014-08-01 18:00:00')

pd.Timestamp('2014-08-01 23:00') + bh
# Timestamp('2014-08-02 00:00:00')

# 尽管 2014 年 8 月 2 日是周六，
# 但因为工作时间周五开始，因此也有效
pd.Timestamp('2014-08-02 04:00') + bh
# Timestamp('2014-08-02 05:00:00')

# 虽然 2014 年 8 月 4 日是周一，
# 但开始时间是周日，超出了工作时间
pd.Timestamp('2014-08-04 04:00') + bh
# Timestamp('2014-08-04 18:00:00')

自定义工作时间

CustomBusinessHour 是 BusinessHour 和 CustomBusinessDay 的混合体，可以指定任意节假日。 CustomBusinessHour 与 BusinessHour 的工作原理相同，只是它跳过指定的自定义假日。

from pandas.tseries.holiday import USFederalHolidayCalendar
bhour_us = pd.offsets.CustomBusinessHour(calendar=USFederalHolidayCalendar())

# 马丁路德金纪念日之前的周五
dt = datetime.datetime(2014, 1, 17, 15)
dt + bhour_us
Timestamp('2014-01-17 16:00:00')

# 跳至马丁路德金纪念日之后的周二，周一放假，跳过
In [229]: dt + bhour_us * 2
Out[229]: Timestamp('2014-01-21 09:00:00')

您可以使用 BusinessHour 和 CustomBusinessDay 支持的关键字参数。

bhour_mon = pd.offsets.CustomBusinessHour(start='10:00',
                                          weekmask='Tue Wed Thu Fri')

# 周一是节日，跳过，工作时间从 10 点开始
dt + bhour_mon * 2
Timestamp('2014-01-21 10:00:00')