Pandas 熊猫-按工作日筛选数据

我有一个数据框，其中列出了每一天的销售计数，如下所示：

date,count
11/1/2018,345
11/2/2018,100
11/5/2018,432
11/7/2018,500
11/11/2018,555
11/17/2018,754

我正在检查所有的销售，有多少是在一个工作日完成。为了在11月抽出所有的工作日，我做了以下工作：

weekday = pd.DataFrame(pd.bdate_range('2018-11-01', '2018-11-30'))

现在，我尝试将df中的日期与工作日中的值进行比较，如下所示：

df_final = df[df['date'].isin(weekday)]

---

但是上面没有返回任何行。

您应该在创建工作日时删除pd.DataFrame，因为当我们使用

系列

和

数据框

与

isin

一起使用时，意味着我们不仅要匹配

值

，还要匹配

索引和
列
，由于原始的
索引
和
列
可能与新创建的数据帧工作日不同，因此返回
False

df.date=pd.to_datetime(df.date)
weekday = pd.bdate_range('2018-11-01', '2018-11-30')
df_final = df[df['date'].isin(weekday)]
df_final
Out[39]: 
        date  count
0 2018-11-01    345
1 2018-11-02    100
2 2018-11-05    432
3 2018-11-07    500


这个简单的例子解决了我上面提到的问题

df=pd.DataFrame({'A':[1,2,3,4,5]})
newdf=pd.DataFrame({'B':[2,3]})
df.isin(newdf)
Out[43]: 
       A
0  False
1  False
2  False
3  False
4  False
df.isin(newdf.B.tolist())
Out[44]: 
       A
0  False
1   True
2   True
3  False
4  False

使用
DatetimeIndex
并让
pandas
为您完成以下工作：

# generate some sample sales data for the month of November
df = pd.DataFrame(
    {'count': np.random.randint(0, 900, 30)}, 
    index=pd.date_range('2018-11-01', '2018-11-30', name='date')
)

# resample by business day and call `.asfreq()` on the resulting groupby-like object to get your desired filtering
df.resample(rule='B').asfreq()

可以找到重采样
规则的其他值