Python np.busday_count在两个日期列之间，每行的结果为-1

我正在计算两个日期列之间的工作日。我已经使用pandas将这些列转换为datetime。当我使用numpy计算工作天数时，每行得到-1

import pandas as pd
import numpy as np
import datetime

# Date check
yesterday = date.today()-timedelta(1)
open_date = yesterday.strftime("%m/%d/%Y")
prior_yesterday = date.today()- timedelta(2)
opendate=prior_yesterday.strftime("%m/%d/%Y")
currentdate = date.today().strftime("%m/%d/%Y")

open = pd.read_excel(r'C:\Desktop\Open.xlsx',
                     sheet_name = 'Open',
                     header = 0,
                     )

这是基于前一天计算的，因为提取数据时项目是打开的

for index , row in open.iterrows():
    open['Open_Date'] = open_date

open['CREATE_DATE'] = pd.to_datetime(open['CREATE'])
open['OPEN_DATE'] = pd.to_datetime(open['Open_Date'])

for index , row in open.iterrows():
    open['Open_Days'] =np.busday_count(row['CREATE_DATE'],row['OPEN_DATE'])

日期的旧格式是字符串格式，所以我将整个列更改为日期和时间格式

CREATE      Open_Date   CREATE_DATE          OPEN_DATE
09/05/2018  10/23/2018  2018-09-05 00:00:00 2018-10-23 00:00:00
10/02/2018  10/23/2018  2018-10-02 00:00:00 2018-10-23 00:00:00
10/17/2018  10/23/2018  2018-10-17 00:00:00 2018-10-23 00:00:00
10/17/2018  10/23/2018  2018-10-17 00:00:00 2018-10-23 00:00:00

这是我的日期格式

我如何避免这种情况

问候,，

---

Ren.

首先，理解为什么这不起作用。这不起作用的一个原因是，在左侧的for循环（赋值）中，行或索引在任何地方都不存在

循环中的每一步都会创建一个值，并将其反复填充到数据帧中：

# Iterate over each row of the DataFrame
for index , row in open.iterrows():
    # count business days for current row
    bday_count = np.busday_count(row['CREATE_DATE'],row['OPEN_DATE'])
    # create a new column in the DataFrame
    # broadcast `bday_count` to every value
    open['Open_Days'] = bday_count

因此，

Open_Days

列最后包含最后一行的

bday_计数。所有早期的值在每次迭代时都被覆盖

可以完全跳过填充
Open\u Date
的较早for循环，只需将
Open['Open\u Date']=Open\u Date
设置一次即可。这也可以表示它是一个循环，但主体既不使用
索引
，也不使用
行

如果要沿中的行应用函数，请使用

如果打开['REASSIGNDATE'].any（）=''：打开['open\u DAYS']=open.apply（lambda x:np.busday\u计数（x.CREATEDATE，x.open\u日期），axis=1）否则：打开['open\u DAYS']=open.apply（lambda x:np.busday\u计数（x.REASSIGNDATE，x.open\u日期），axis=1）
i获取值错误：（'cannot convert convert float NaN to integer'，'发生在索引0'）。REASSIGNDATE中有几行是空的。使用np.where i get在我将这两个变量赋给不同的变量并检查它们时不能使用关键字error。使用类似这样的np.where（'REASSIGNDATE'=''，S1，S2）来看看dropna和fillna函数。如果没有帮助，用一些示例数据创建一个新问题。我不得不阅读这些评论中的代码。我提出了一个新问题。
df["Open_Days"] = df.apply(lambda x: np.busday_count(x.CREATE_DATE, x.OPEN_DATE), axis=1)