Python熊猫市场日历日计数（交易日与日历日）

我正在进行一些市场研究，我正在调查的变量之一是事件发生的时间分布（对数分布），并创建一个累积概率密度函数（时间函数）。（我只是将我的日期转换为：

A=datetime.strptime(UDate1[0],date_format) 
B=datetime.strptime(UDate2[0],date_format)

我可以这样减去：

C=(A-B).days

我得到了一个天数的整数（5，6，10，11，不管是什么）

然而，我的数据应该符合日志分布，因为我目前使用日历日，我的事件只发生在市场日。。。这是一个不可接受的错误源，它在我的分布中创建了空直方图（第6天和第7天总是零（周末），假日效应）。不，布埃诺

---

我无法用这种方法计算出准确的累积分布函数，所以我最近下载了《加拿大市场日历》。有没有人有计算交易日和市场日的经验。例如，如果我看的是从2020年7月19日到2020年7月13日的时间。这将是12个日历日，但只有8个交易日。感谢您的帮助

您的问题听起来像是要计算交易天数。如果是，请尝试以下方法：

from datetime import datetime, date, timedelta

start_date = A
end_date = B
delta = timedelta(days=1)
count = 0
while start_date <= end_date:
    print (start_date.strftime("%Y-%m-%d"))
    if start_date.weekday() <=5:
       count +=1
    start_date += delta
print(count)

从datetime导入datetime、date、timedelta
开始日期=A
结束日期=B
增量=时间增量（天数=1）
计数=0
熊猫市场日历上的开始日期信息如下：

首先，创建一个市场数据对象，如链接中所述：

import pandas_market_calendars as mcal

# Create a calendar
nyse = mcal.get_calendar('NYSE')

early = nyse.schedule(start_date='2012-07-01', end_date='2012-07-10')

print(mcal.date_range(early, frequency='1D'))

DatetimeIndex(['2012-07-02 20:00:00+00:00', '2012-07-03 17:00:00+00:00',
               '2012-07-05 20:00:00+00:00', '2012-07-06 20:00:00+00:00',
               '2012-07-09 20:00:00+00:00', '2012-07-10 20:00:00+00:00'],
              dtype='datetime64[ns, UTC]', freq=None)

现在，创建一个值为1的系列，并按市场天数进行索引。然后在日历日重新编制索引，并用零填充缺少的值。计算累计金额，两个日期之间的交易天数是不同日期累计金额的差值：

import pandas as pd

bus_day_index = pd.DatetimeIndex(
    ['2012-07-02 20:00:00+00:00', '2012-07-03 17:00:00+00:00',
     '2012-07-05 20:00:00+00:00', '2012-07-06 20:00:00+00:00',
     '2012-07-09 20:00:00+00:00', '2012-07-10 20:00:00+00:00'],
    dtype='datetime64[ns, UTC]', freq=None)

bus_day_index = bus_day_index.normalize()

s = pd.Series(data=1, index=bus_day_index)

cal_day_index = pd.date_range(start=bus_day_index.min(), end=bus_day_index.max())

s = s.reindex(index=cal_day_index).fillna(0).astype(int)

s = s.cumsum()

s['2012-07-09'] - s['2012-07-03']

优点：这种（不雅观的）方法包含了工作日（美国的阵亡将士纪念日、劳动节等）的非交易日。
S.reindex在接近底部时做什么？S.reindex（）从按交易日期索引改为按日历日期索引。所有新日期（即索引中的元素）都将填充NaN值。然后fillna（）将它们改为零。这个方法很有效。你是对的，这不是最优雅的，但它确实起到了作用。如果我选择的开始日期是周末，或者结束日期是周末，那么这行代码s['2012-07-09']-s['2012-07-03']中就会出现错误；然而，因为我爸爸都是在市场上挑选的。。这不应该发生，你可以让
cal\u day\u index
早开始晚结束；这样可以消除你提到的错误。例如：
date\u range.min（）-pd.DateOffset（days=10）
（注意日期偏移）。并在范围的末尾添加N天。我不知道有哪家图书馆会执行日期调整（按照约定修改，Act/365天计数约定等），这没问题，因为在代码的这一部分之前，我已经扫描了20年的市场数据回溯期，所以我数据库中的所有日期都基于市场开放日期。我目前正在将您建议的代码调整为“我的程序”及其工作模式的迭代。非常感谢！