Python 3.x 将工作日添加到基于其他列的日期列中

是否有办法将pandas数据框中的日期字段增加另一列中指定的工作日数

np.random.seed(10)
df = pd.DataFrame({'Date':pd.date_range(start=dt.datetime(2020,7,1), end = dt.datetime(2020,7,10))})
df['Offset'] = np.random.randint(0,10, len(df))

        Date  Offset
0 2020-07-01       9
1 2020-07-02       4
2 2020-07-03       0
3 2020-07-04       1
4 2020-07-05       9
5 2020-07-06       0
6 2020-07-07       1
7 2020-07-08       8
8 2020-07-09       9
9 2020-07-10       0

我希望这能起作用，但它会抛出错误：

df['Date'] + pd.tseries.offsets.BusinessDay(n = df['Offset']) 

TypeError:

n

参数必须是整数，已获取

---

pd.to_timedelta

不支持工作日。

正如我在评论中提到的，您正在尝试将整个序列作为整数传递。相反，您希望按行显示函数：

df['your_answer'] = df.apply(lambda x:x['Date'] + pd.tseries.offsets.BusinessDay(n= x['Offset']), axis=1)

df
        Date  Offset your_answer
0 2020-07-01       9  2020-07-14
1 2020-07-02       7  2020-07-13
2 2020-07-03       3  2020-07-08
3 2020-07-04       2  2020-07-07
4 2020-07-05       7  2020-07-14
5 2020-07-06       7  2020-07-15
6 2020-07-07       7  2020-07-16
7 2020-07-08       2  2020-07-10
8 2020-07-09       1  2020-07-10
9 2020-07-10       0  2020-07-10

细分的代码行：

# notice how this returns every value of that column
df.apply(lambda x:x['Date'], axis=1)

0   2020-07-01
1   2020-07-02
2   2020-07-03
3   2020-07-04
4   2020-07-05
5   2020-07-06
6   2020-07-07
7   2020-07-08
8   2020-07-09
9   2020-07-10

# same thing with `Offset`
df.apply(lambda x:x['Offset'], axis=1)
0    9
1    7
2    3
3    2
4    7
5    7
6    7
7    2
8    1
9    0

---

因为接受整数而不是级数。我们将

apply（）

中的两列一起使用-就好像您正在将

Offset

列中的每个数字循环到

Offset中一样。BusinessDay（）

函数

df['Offset']

是一个序列而不是一个整数，您试图用整个序列来偏移一个值，因此出现了错误。您可能希望查看

apply（）

，并尝试在那里找到解决方案！另外，

.apply

对于大型数据帧来说可能非常慢。如果您有许多行，但只有少量的唯一偏移量，那么按偏移量分组要高效得多：并对每个组应用一个偏移量，然后组合结果。太棒了！非常感谢