У меня есть пандас DataFrame, который выглядит следующим образом (образец):
data = {
'start': ['2018-10-29 18:48:46.697000',
'2018-10-29 19:01:10.887000',
'2018-10-22 17:42:24.467000'],
'end': ['2018-10-31 17:56:38.830000',
'2018-11-27 09:31:39.967000',
'2018-11-28 18:33:35.243000' ]
}
df = pd.DataFrame(data)
df['start'] = pd.to_datetime(df['start'])
df['end'] = pd.to_datetime(df['end'])
Моя цель - рассчитать (США) рабочие часы между start и end, исключая выходные и праздничные дни.Для этого я использую CustomBusinessDay функциональность pandas следующим образом:
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay
us_bd = CustomBusinessDay(calendar=USFederalHolidayCalendar())
len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq=us_bd))
>> 26
Это правильно с точки зрения рабочих дней (исключая выходные и праздничные дниДень благодарения и Черная пятница), но что я действительно хочу, так это количество рабочих часов между двумя временными метками.Поэтому, когда я пытаюсь использовать нативный BH:
len(pd.bdate_range(start=df['start'][2], end=df['end'][2], freq='BH'))
>> 216
, что неверно, поскольку он учитывает выходные, но не в праздничные дни.Итак, у меня есть два вопроса:
- Как правильно рассчитать рабочие часы между двумя временными метками, учитывая выходные и праздничные дни, исключив их
- Как распространить этот расчет по пандамРяды для генерации нового столбца в DataFrame?
Когда я пытаюсь что-то вроде:
df['diff'] = pd.bdate_range(start=df['start'], end=df['end'], freq='BH')
Результат:
TypeError: Не удается преобразовать входные данные [...] типа в метку времени
Сообщение об ошибке также включает в себя весь ряд в массиве.