numpy.busday_offset#
- numpy.busday_offset(dates, offsets, roll='raise', weekmask='1111100', holidays=None, busdaycal=None, out=None)#
首先根据
roll规则将日期调整为有效日期,然后将偏移量应用于以有效日期计数的给定日期。- 参数:
- datesarray_like of datetime64[D]
要处理的日期数组。
- offsetsarray_like of int
偏移量数组,它将与
dates进行广播。- roll{‘raise’, ‘nat’, ‘forward’, ‘following’, ‘backward’, ‘preceding’, ‘modifiedfollowing’, ‘modifiedpreceding’}, optional
如何处理非有效日期的日期。默认值为 ‘raise’。
‘raise’ 表示对无效日期引发异常。
‘nat’ 表示为无效日期返回 NaT (not-a-time)。
‘forward’ 和 ‘following’ 表示取之后第一个有效日期。
‘backward’ 和 ‘preceding’ 表示取之前第一个有效日期。
‘modifiedfollowing’ 表示取之后第一个有效日期,除非它跨越了月份边界,在这种情况下,取之前第一个有效日期。
‘modifiedpreceding’ 表示取之前第一个有效日期,除非它跨越了月份边界,在这种情况下,取之后第一个有效日期。
- weekmaskstr or array_like of bool, optional
一个七元素数组,指示星期一到星期日中的哪些是有效日期。可以指定为长度为七的列表或数组,例如 [1,1,1,1,1,0,0];长度为七的字符串,例如 ‘1111100’;或者一个字符串,例如 “Mon Tue Wed Thu Fri”,由三个字符的星期缩写组成,可选地用空格分隔。有效的缩写是:Mon Tue Wed Thu Fri Sat Sun
- holidaysarray_like of datetime64[D], optional
被视为无效日期的日期数组。可以按任意顺序指定,并且会忽略 NaT (not-a-time) 日期。此列表以适合快速计算有效日期的规范化形式保存。
- busdaycalbusdaycalendar, optional
一个
busdaycalendar对象,该对象指定了有效日期。如果提供了此参数,则不能同时提供 weekmask 或 holidays。- outarray of datetime64[D], optional
如果提供,此数组将填充结果。
- 返回:
- outarray of datetime64[D]
一个形状与
dates和offsets广播后的形状相同的数组,包含应用了偏移量的日期。
另请参阅
busdaycalendar一个指定自定义有效日期集的对象。
is_busday返回一个布尔数组,指示有效日期。
busday_count计算半开日期范围内有效日期的数量。
示例
>>> import numpy as np >>> # First business day in October 2011 (not accounting for holidays) ... np.busday_offset('2011-10', 0, roll='forward') np.datetime64('2011-10-03') >>> # Last business day in February 2012 (not accounting for holidays) ... np.busday_offset('2012-03', -1, roll='forward') np.datetime64('2012-02-29') >>> # Third Wednesday in January 2011 ... np.busday_offset('2011-01', 2, roll='forward', weekmask='Wed') np.datetime64('2011-01-19') >>> # 2012 Mother's Day in Canada and the U.S. ... np.busday_offset('2012-05', 1, roll='forward', weekmask='Sun') np.datetime64('2012-05-13')
>>> # First business day on or after a date ... np.busday_offset('2011-03-20', 0, roll='forward') np.datetime64('2011-03-21') >>> np.busday_offset('2011-03-22', 0, roll='forward') np.datetime64('2011-03-22') >>> # First business day after a date ... np.busday_offset('2011-03-20', 1, roll='backward') np.datetime64('2011-03-21') >>> np.busday_offset('2011-03-22', 1, roll='backward') np.datetime64('2011-03-23')