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。