Python中的Pandas 提供了许多日期处理功能，使得处理时间序列数据变得容易。本文将介绍如何使用 Pandas 生成工作日和节假日，感兴趣的小伙伴可以收藏一下

Pandas 提供了许多日期处理功能，使得处理时间序列数据变得容易。本文将介绍如何使用 Pandas 生成工作日和节假日。在进行实际操作前，请确保已安装了 Pandas 库。安装方法如下：

pip install pandas

1. 生成工作日

要生成一年中的工作日，我们可以使用 pandas.bdate_range 函数。例如，要生成 2023 年的工作日，可以使用以下代码：

import pandas as pd
 start_date = '2023-01-01'
end_date = '2023-12-31'
 business_days = pd.bdate_range(start=start_date, end=end_date)
print(business_days)

接下来，我们将展示如何从数据中去除工作日。首先，假设我们有如下数据：

date_range = pd.date_range(start=start_date, end=end_date)
data = pd.DataFrame(date_range, columns=['date'])

接着，我们可以使用 pandas.DataFrame.isin 函数找到数据中的工作日，并使用 ~ 运算符将这些工作日从数据中去除。

non_business_days = data[~data['date'].isin(business_days)]
print(non_business_days)

2. 生成节假日

我们可以使用 Pandas 中的 AbstractHolidayCalendar 类和 Holiday 类来创建自定义节假日。以下是一个包含2023年部分中国节假日的示例：

from pandas.tseries.holiday import AbstractHolidayCalendar, Holiday
import pandas as pd
 class ChinaHolidaysCalendar(AbstractHolidayCalendar):
    rules = [
        Holiday('元旦', month=1, day=1),
        Holiday('元旦', month=1, day=2),
        Holiday('元旦', month=1, day=3),
        Holiday('春节', month=1, day=21),
        Holiday('春节', month=1, day=22),
        # 同样的方法添加其他节假日
    ]
 start_date = '2023-01-01'
end_date = '2023-12-31'
 china_holidays_calendar = ChinaHolidaysCalendar()
holidays = china_holidays_calendar.holidays(start_date, end_date)
print(holidays)

现在我们已经生成了2023年包含多天的中国节假日，接下来我们将从数据中去除这些节假日。首先，假设我们有如下数据：

date_range = pd.date_range(start=start_date, end=end_date)
data = pd.DataFrame(date_range, columns=['date'])

接下来，我们可以使用 pandas.DataFrame.isin 函数找到数据中的节假日，并使用 ~ 运算符将这些节假日从数据中去除。

non_holidays = data[~data['date'].isin(holidays)]
print(non_holidays)

至此，我们已经成功地使用 Pandas 生成了工作日和节假日，并从数据中去除了这些日期。请注意，这个例子只包含了部分节假日，实际应用时请根据实际情况进行调整。

3. Pandas 日期处理知识点

创建日期范围： 使用 pd.date_range 函数可以创建日期范围。例如，要生成从2023年1月1日到2023年12月31日的日期范围，可以使用以下代码：

date_range = pd.date_range(start='2023-01-01', end='2023-12-31')

日期偏移量： Pandas 提供了 DateOffset 类，可以用于对日期执行各种算术运算。例如，要将日期向前推一天，可以使用以下代码：

from pandas.tseries.offsets import DateOffset
date = pd.Timestamp('2023-01-01')
new_date = date + DateOffset(days=1)

重采样时间序列数据： 使用 pd.DataFrame.resample 函数可以将时间序列数据按照指定频率进行重新采样。例如，要将按天采样的数据转换为按月采样的数据，可以使用以下代码：

resampled_data = data.resample('M').mean()

滚动窗口操作： 使用 pd.DataFrame.rolling 函数可以对时间序列数据执行滚动窗口操作。例如，要计算7天滚动平均值，可以使用以下代码：

rolling_mean = data.rolling(window=7).mean()

日期格式化： 使用 pd.Timestamp.strftime 函数可以将日期格式化为字符串。例如，要将日期格式化为 “YYYY-MM-DD” 的格式，可以使用以下代码：

formatted_date = pd.Timestamp('2023-01-01').strftime('%Y-%m-%d')