Python Pandas Datetime在每个月的N个工作日之前过滤行

如何解决Python Pandas Datetime在每个月的N个工作日之前过滤行

我想过滤我的数据框，使其仅包含每个月的第一个和第四个工作日（包括第一个和第四个工作日以及之间的可能的周末/国家假日）之间的结果。月份或年份无所谓。只要在第N个工作日之前，同一日期就可以多次出现。

             date    score1    
     0   1.7.2020      10      
     1   2.7.2020      15      
     2   2.7.2020      16      
     3   3.7.2020       8  
     4   4.7.2020       2       
     5   5.7.2020       6         
     6   2.8.2020       9       
     7   3.8.2020       5       
     8   3.8.2020       1       
     9   4.8.2020       3       
     10  8.8.2020       0     

结果应为：

             date    score1    
     0   1.7.2020      10      
     1   2.7.2020      15      
     2   2.7.2020      16      
     3   3.7.2020       8  
     4   4.7.2020       2       
     5   5.7.2020       6                   
     7   3.8.2020       5       
     8   3.8.2020       1       
     9   4.8.2020       3            

解决方法

加载模块：

import pandas as pd
import numpy as np
import io
import datetime

读取数据：

df = pd.read_csv(io.StringIO("""
             date    score1    
     0   1.7.2020      10      
     1   2.7.2020      15      
     2   2.7.2020      16      
     3   3.7.2020       8      
     4   4.7.2020       2       
     5   5.7.2020       6      
     6   2.8.2020       9       
     7   3.8.2020       5       
     8   3.8.2020       1       
     9   4.8.2020       3       
    10  8.8.2020       0    
    """),sep="\s\s+",engine="python")

日期格式：

df['date'] = pd.to_datetime(df['date'],format='%d.%m.%Y')     
df['weekday'] = df['date'].apply(lambda x: x.weekday())
df['day_of_week'] = df['date'].dt.day_name()
df['month'] = pd.DatetimeIndex(df['date']).month
df['day_of_month'] = pd.DatetimeIndex(df['date']).day

仅选择每月的前4个工作日。由于这可能（在某些月份中）包括2天的周末，因此每个月最少计算4天，最多计算6天。例如，如果8月1日是星期六，8月2日是星期日，四个工作日是8月3日（星期一），8月4日（星期二），8月5日（星期三）和8月6日（星期四），则需要考虑day_of_month中6天。

ndf = df[(df['day_of_month'] > 0) & (df['day_of_month'] <= 6)].reset_index(drop=False) 

列day_of_week是多余的，但是我添加了该列以显示星期一是工作日= 0，星期二是工作日= 1，依此类推。现在，我们知道如何选择工作日（我假设星期六和星期日都不是）工作日；-）

ndf = ndf[(ndf['weekday'] >= 0) & (ndf['weekday'] < 5)]

仅应显示每月的前4个工作日。 这很棘手，因为一个工作日可以出现在多行中。 对于前。 2.7.2020出现了两次。因此，要包括4个工作日，应使用随每个新工作日而上升的索引来计算唯一工作日的数量。这是在以下操作中完成的，其中ind1是仅在每个新的工作日才计数的索引：

ndf['ind1'] = list(ndf.groupby('week')['day_of_week'].transform(lambda x: pd.factorize(x)[0]))

使用ind1，我们可以选择0、1、2或3的行，并按月份对值进行排序：

ndf[(ndf['ind1'] >= 0) & (ndf['ind1'] < 4)].sort_values(by='month',ascending=True)