pandas.tseries.offsets.CustomBusinessHour #

pandas.tseries.offsets类 。自定义营业时间#

DateOffset 子类代表可能的 n 个自定义工作日。

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

参数：

n整数，默认1: 代表的小时数。
标准化布尔值，默认 False: 在生成日期范围之前将开始/结束日期标准化为午夜。
weekmask str，默认“周一周二周三周四周五”: 有效工作日的周掩码，传递至numpy.busdaycalendar。
假期清单: 要从有效工作日集中排除的日期列表/数组，传递给numpy.busdaycalendar.
日历np.busdaycalendar: 要集成的日历。
开始字符串、时间或字符串/时间列表，默认“09:00”: 自定义营业时间的开始时间（24 小时格式）。
结束字符串、时间或字符串/时间列表，默认：“17:00”: 自定义营业时间的结束时间（24 小时格式）。
偏移量timedelta，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营业时间。

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

我们还可以更改营业时间的开始和结束时间。

>>> 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')

您可以将工作日时间分为几个部分。

>>> 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')

可以通过参数指定工作日weekmask。要将返回的日期时间对象转换为其字符串表示形式，下一个示例中将使用函数 strftime()。

>>> 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

`base`	返回调用偏移对象的副本，其中 n=1 且所有其他属性相等。
`calendar`
`end`
`freqstr`	返回表示频率的字符串。
`holidays`
`kwds`	返回偏移量的额外参数的字典。
`n`
`name`	返回表示基频的字符串。
`nanos`
`next_bday`	用于移至下一个工作日。
`normalize`
`offset`	self._offset 的别名。
`rule_code`
`start`
`weekmask`

方法

`copy`()	返回频率的副本。
`is_anchored`()	（已弃用）返回布尔值，频率是否为单位频率 (n=1)。
`is_month_end`（TS）	返回布尔值，时间戳是否出现在月末。
`is_month_start`（TS）	返回布尔值，时间戳是否出现在月份开始时。
`is_on_offset`(dt)	返回时间戳是否与此频率相交的布尔值。
`is_quarter_end`（TS）	返回布尔值，时间戳是否出现在季度末。
`is_quarter_start`（TS）	返回布尔值，时间戳是否出现在季度开始时。
`is_year_end`（TS）	返回布尔值，时间戳是否出现在年末。
`is_year_start`（TS）	返回布尔值，时间戳是否出现在年份开始。
`rollback`（其他）	仅当不在偏移上时，才将提供的日期向后滚动到下一个偏移。
`rollforward`（其他）	仅当不在偏移时，将提供的日期向前滚动到下一个偏移。