pandas.tseries.offsets.CustomBusinessHour

class pandas.tseries.offsets.CustomBusinessHour

DateOffset 子类表示可能是 n 个自定义工作日的偏移量。

在 CustomBusinessHour 中，我们可以使用自定义的周掩码、假期和日历。

参数:

nint, 默认 1

表示的小时数。

normalize布尔值, 默认为 False

在生成日期范围之前，将开始/结束日期标准化为午夜。

weekmaskstr, 默认值 ‘Mon Tue Wed Thu Fri’

有效工作日的周掩码，传递给 numpy.busdaycalendar。

假期列表

要从有效工作日集合中排除的日期列表/数组，传递给 numpy.busdaycalendar。

日历np.busdaycalendar

日历以进行集成。

开始str, time, 或 str/time 的列表, 默认值为 “09:00”

自定义营业时间的开始时间，采用24小时格式。

结束str, time, 或 str/time 的列表, 默认: “17:00”

自定义营业时间的结束时间，采用24小时格式。

offsettimedelta, 默认 timedelta(0)

要应用的时间偏移。

例子

在下面的示例中，默认参数给出了下一个工作时间。

>>> ts = pd.Timestamp(2022, 8, 5, 16)
>>> ts + pd.offsets.CustomBusinessHour()
Timestamp('2022-08-08 09:00:00')

我们也可以更改营业时间的开始和结束。

>>> ts = pd.Timestamp(2022, 8, 5, 16)
>>> ts + pd.offsets.CustomBusinessHour(start="11:00")
Timestamp('2022-08-08 11:00:00')

>>> from datetime import time as dt_time
>>> ts = pd.Timestamp(2022, 8, 5, 16)
>>> ts + pd.offsets.CustomBusinessHour(end=dt_time(19, 0))
Timestamp('2022-08-05 17:00:00')

>>> ts = pd.Timestamp(2022, 8, 5, 22)
>>> ts + pd.offsets.CustomBusinessHour(end=dt_time(19, 0))
Timestamp('2022-08-08 10:00:00')

你可以将你的工作时间分成几个部分。

>>> import datetime as dt
>>> freq = pd.offsets.CustomBusinessHour(start=["06:00", "10:00", "15:00"],
...                                      end=["08:00", "12:00", "17:00"])
>>> pd.date_range(dt.datetime(2022, 12, 9), dt.datetime(2022, 12, 13), freq=freq)
DatetimeIndex(['2022-12-09 06:00:00', '2022-12-09 07:00:00',
               '2022-12-09 10:00:00', '2022-12-09 11:00:00',
               '2022-12-09 15:00:00', '2022-12-09 16:00:00',
               '2022-12-12 06:00:00', '2022-12-12 07:00:00',
               '2022-12-12 10:00:00', '2022-12-12 11:00:00',
               '2022-12-12 15:00:00', '2022-12-12 16:00:00'],
               dtype='datetime64[ns]', freq='cbh')

工作日可以通过 weekmask 参数指定。要将返回的 datetime 对象转换为其字符串表示形式，在下一个示例中使用了 strftime() 函数。

>>> import datetime as dt
>>> freq = pd.offsets.CustomBusinessHour(weekmask="Mon Wed Fri",
...                                      start="10:00", end="13:00")
>>> pd.date_range(dt.datetime(2022, 12, 10), dt.datetime(2022, 12, 18),
...               freq=freq).strftime('%a %d %b %Y %H:%M')
Index(['Mon 12 Dec 2022 10:00', 'Mon 12 Dec 2022 11:00',
       'Mon 12 Dec 2022 12:00', 'Wed 14 Dec 2022 10:00',
       'Wed 14 Dec 2022 11:00', 'Wed 14 Dec 2022 12:00',
       'Fri 16 Dec 2022 10:00', 'Fri 16 Dec 2022 11:00',
       'Fri 16 Dec 2022 12:00'],
       dtype='object')

使用 NumPy 工作日日历，您可以定义自定义假期。

>>> import datetime as dt
>>> bdc = np.busdaycalendar(holidays=['2022-12-12', '2022-12-14'])
>>> freq = pd.offsets.CustomBusinessHour(calendar=bdc, start="10:00", end="13:00")
>>> pd.date_range(dt.datetime(2022, 12, 10), dt.datetime(2022, 12, 18), freq=freq)
DatetimeIndex(['2022-12-13 10:00:00', '2022-12-13 11:00:00',
               '2022-12-13 12:00:00', '2022-12-15 10:00:00',
               '2022-12-15 11:00:00', '2022-12-15 12:00:00',
               '2022-12-16 10:00:00', '2022-12-16 11:00:00',
               '2022-12-16 12:00:00'],
               dtype='datetime64[ns]', freq='cbh')

属性

基础	返回调用偏移对象的一个副本，其中 n=1 且所有其他属性相同。
日历
结束
freqstr	返回一个表示频率的字符串。
节假日
kwds	返回一个包含偏移额外参数的字典。
n
名称	返回表示基本频率的字符串。
纳秒	返回一个整数，表示固定频率的总纳秒数。
next_bday	用于移动到下一个工作日。
normalize
偏移量	self._offset 的别名。
rule_code	返回表示基本频率的字符串。
开始
weekmask

方法

复制()	返回频率的副本。
is_month_end(ts)	返回布尔值，判断一个时间戳是否发生在月末。
is_month_start(ts)	返回一个布尔值，判断时间戳是否发生在月初。
is_on_offset(dt)	返回布尔值，判断一个时间戳是否与这个频率相交。
is_quarter_end(ts)	返回布尔值，判断一个时间戳是否发生在季度末。
is_quarter_start(ts)	返回布尔值，判断时间戳是否发生在季度开始。
is_year_end(ts)	返回布尔值，判断一个时间戳是否发生在年末。
is_year_start(ts)	返回布尔值，判断一个时间戳是否发生在年初。
回滚(其他)	如果不在偏移上，则将提供的日期向后滚动到下一个偏移。
rollforward(other)	如果不在偏移上，则将提供的日期向前滚动到下一个偏移。