Pandas 利用截尾日期计算DatetimeIndex的有效方法

所以我可以用蛮力来做，但是速度太慢了，所以我肯定我错过了什么

假设我想创建一个固定长度的（每日）DatetimeIndex，比如说15天，但是有一些注意事项：

• 如果15天指数在周末结束，那么它实际上在指数的最后一个星期五结束，并且
• 如果15天期间包含审查日期，则审查日期不计入15天计数。经过审查的日期可能会超过15天

为了详细说明第2点，假设我从2018-01-01开始，但2018-01-12到2018-02-14都是经过审查的，所以我的15天期限可能是（暴力法）：

其中：

DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-08', '2018-01-09', '2018-01-10',
               '2018-01-11', '2018-02-15', '2018-02-16'],
              dtype='datetime64[ns]', freq=None)

这是正确的。请注意，我忽略了最终索引中的所有周末，但没有将它们包括在审查日期值中，因为这会通过实际不计算周末的方式将15天的时间推到外面。该指数计算周末（但不使用周末），如果计算值在周末到达，则只需在周末前的周五结束

---

上述情况显然是一团糟。我希望有一种更干净的方法来做到这一点，特别是避免预先构建比我开始需要的更长的索引，以及多个中间列表结构？

似乎您需要工作日和一个自定义假日日历来确定您的审查日期。你看过以前没听说过的东西吗，谢谢！由于我的条件2的工作方式，因此不适用于本应用程序；该模块需要开始和结束日期，因为它只是简单地包装了一系列（北美？）假期，以方便过滤。

DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
               '2018-01-05', '2018-01-08', '2018-01-09', '2018-01-10',
               '2018-01-11', '2018-02-15', '2018-02-16'],
              dtype='datetime64[ns]', freq=None)