Skip to main content
 首页 » 编程设计

python之假期倒计时

2024年11月24日15daizhj

我在数据框中有一列,它告诉我某个日期是否是假期。这是一个例子:

dates   is_holiday 
2019-02-14  NaN 
2019-02-15  NaN 
2019-02-16  NaN 
2019-02-17  NaN 
2019-02-18  Family Day 
2019-02-19  NaN 
2019-02-20  NaN 
2019-02-21  NaN 
2019-02-22  NaN 
2019-02-23  NaN 
2019-02-24  NaN 

我想要一个列来倒计时距离下一个假期还有多少天以及距离上一个假期有多少天,最多 5 天。上例所需的输出

dates          days_to_holiday 
    2019-02-14  4 
    2019-02-15  3 
    2019-02-16  2 
    2019-02-17  1 
    2019-02-18  0 
    2019-02-19  -1 
    2019-02-20  -2 
    2019-02-21  -3 
    2019-02-22  -4 
    2019-02-23  -5 
    2019-02-24  NaN 

距离 2019-02-14 家庭日 (2019-02-18) 有 4 天,距离 2019-02-20 家庭日有 2 天。由于我不在乎计算假期结束后超过 5 天,因此 2018-02-24 仍然是 NaN。

澄清一下,is_holiday 列中有多个假期。这是一个更大的例子。

dates   is_holiday 
2018-01-01  New Year's Day 
2018-01-02  NaN 
2018-01-03  NaN 
2018-01-04  NaN 
2018-01-05  NaN 
2018-01-06  NaN 
2018-01-07  NaN 
2018-01-08  NaN 
2018-01-09  NaN 
2018-01-10  NaN 
2018-01-11  NaN 
2018-01-12  NaN 
2018-01-13  NaN 
2018-01-14  NaN 
2018-01-15  NaN 
2018-01-16  NaN 
2018-01-17  NaN 
2018-01-18  NaN 
2018-01-19  NaN 
2018-01-20  NaN 
2018-01-21  NaN 
2018-01-22  NaN 
2018-01-23  NaN 
2018-01-24  NaN 
2018-01-25  NaN 
2018-01-26  NaN 
2018-01-27  NaN 
2018-01-28  NaN 
2018-01-29  NaN 
2018-01-30  NaN 
2018-01-31  NaN 
2018-02-01  NaN 
2018-02-02  NaN 
2018-02-03  NaN 
2018-02-04  NaN 
2018-02-05  NaN 
2018-02-06  NaN 
2018-02-07  NaN 
2018-02-08  NaN 
2018-02-09  NaN 
2018-02-10  NaN 
2018-02-11  NaN 
2018-02-12  NaN 
2018-02-13  NaN 
2018-02-14  NaN 
2018-02-15  NaN 
2018-02-16  NaN 
2018-02-17  NaN 
2018-02-18  NaN 
2018-02-19  Family Day 
2018-02-20  NaN 
2018-02-21  NaN 
2018-02-22  NaN 
2018-02-23  NaN 
2018-02-24  NaN 
2018-02-25  NaN 
2018-02-26  NaN 
2018-02-27  NaN 
2018-02-28  NaN 
2018-03-01  NaN 
2018-03-02  NaN 
2018-03-03  NaN 
2018-03-04  NaN 
2018-03-05  NaN 
2018-03-06  NaN 
2018-03-07  NaN 
2018-03-08  NaN 
2018-03-09  NaN 
2018-03-10  NaN 
2018-03-11  NaN 
2018-03-12  NaN 
2018-03-13  NaN 
2018-03-14  NaN 
2018-03-15  NaN 
2018-03-16  NaN 
2018-03-17  NaN 
2018-03-18  NaN 
2018-03-19  NaN 
2018-03-20  NaN 
2018-03-21  NaN 
2018-03-22  NaN 
2018-03-23  NaN 
2018-03-24  NaN 
2018-03-25  NaN 
2018-03-26  NaN 
2018-03-27  NaN 
2018-03-28  NaN 
2018-03-29  NaN 
2018-03-30  Good Friday 
2018-03-31  NaN 
2018-04-01  NaN 
2018-04-02  NaN 
2018-04-03  NaN 
2018-04-04  NaN 
2018-04-05  NaN 
2018-04-06  NaN 
2018-04-07  NaN 
2018-04-08  NaN 
2018-04-09  NaN 
2018-04-10  NaN 
2018-04-11  NaN 
2018-04-12  NaN 
2018-04-13  NaN 
2018-04-14  NaN 
2018-04-15  NaN 
2018-04-16  NaN 
2018-04-17  NaN 
2018-04-18  NaN 
2018-04-19  NaN 
2018-04-20  NaN 
2018-04-21  NaN 
2018-04-22  NaN 
2018-04-23  NaN 
2018-04-24  NaN 
2018-04-25  NaN 
2018-04-26  NaN 
2018-04-27  NaN 
2018-04-28  NaN 
2018-04-29  NaN 
2018-04-30  NaN 
2018-05-01  NaN 
2018-05-02  NaN 
2018-05-03  NaN 
2018-05-04  NaN 
2018-05-05  NaN 
2018-05-06  NaN 
2018-05-07  NaN 
2018-05-08  NaN 
2018-05-09  NaN 
2018-05-10  NaN 
2018-05-11  NaN 
2018-05-12  NaN 
2018-05-13  NaN 
2018-05-14  NaN 
2018-05-15  NaN 
2018-05-16  NaN 
2018-05-17  NaN 
2018-05-18  NaN 
2018-05-19  NaN 
2018-05-20  NaN 
2018-05-21  Victoria Day 
2018-05-22  NaN 
2018-05-23  NaN 
2018-05-24  NaN 
2018-05-25  NaN 
2018-05-26  NaN 
2018-05-27  NaN 
2018-05-28  NaN 
2018-05-29  NaN 
2018-05-30  NaN 
2018-05-31  NaN 
2018-06-01  NaN 
2018-06-02  NaN 
2018-06-03  NaN 
2018-06-04  NaN 
2018-06-05  NaN 
2018-06-06  NaN 
2018-06-07  NaN 
2018-06-08  NaN 
2018-06-09  NaN 
2018-06-10  NaN 
2018-06-11  NaN 
2018-06-12  NaN 
2018-06-13  NaN 
2018-06-14  NaN 
2018-06-15  NaN 
2018-06-16  NaN 
2018-06-17  NaN 
2018-06-18  NaN 
2018-06-19  NaN 
2018-06-20  NaN 
2018-06-21  NaN 
2018-06-22  NaN 
2018-06-23  NaN 
2018-06-24  NaN 
2018-06-25  NaN 
2018-06-26  NaN 
2018-06-27  NaN 
2018-06-28  NaN 
2018-06-29  NaN 
2018-06-30  NaN 
2018-07-01  Canada Day 
2018-07-02  Canada Day (Observed) 
2018-07-03  NaN 
2018-07-04  NaN 
2018-07-05  NaN 
2018-07-06  NaN 
2018-07-07  NaN 
2018-07-08  NaN 
2018-07-09  NaN 
2018-07-10  NaN 
2018-07-11  NaN 
2018-07-12  NaN 
2018-07-13  NaN 
2018-07-14  NaN 
2018-07-15  NaN 
2018-07-16  NaN 
2018-07-17  NaN 
2018-07-18  NaN 
2018-07-19  NaN 
2018-07-20  NaN 
2018-07-21  NaN 
2018-07-22  NaN 
2018-07-23  NaN 
2018-07-24  NaN 
2018-07-25  NaN 
2018-07-26  NaN 
2018-07-27  NaN 
2018-07-28  NaN 
2018-07-29  NaN 
2018-07-30  NaN 
2018-07-31  NaN 
2018-08-01  NaN 
2018-08-02  NaN 
2018-08-03  NaN 
2018-08-04  NaN 
2018-08-05  NaN 
2018-08-06  Civic Holiday 
2018-08-07  NaN 
2018-08-08  NaN 
2018-08-09  NaN 
2018-08-10  NaN 
2018-08-11  NaN 
2018-08-12  NaN 
2018-08-13  NaN 
2018-08-14  NaN 
2018-08-15  NaN 
2018-08-16  NaN 
2018-08-17  NaN 
2018-08-18  NaN 
2018-08-19  NaN 
2018-08-20  NaN 
2018-08-21  NaN 
2018-08-22  NaN 
2018-08-23  NaN 
2018-08-24  NaN 
2018-08-25  NaN 
2018-08-26  NaN 
2018-08-27  NaN 
2018-08-28  NaN 
2018-08-29  NaN 
2018-08-30  NaN 
2018-08-31  NaN 
2018-09-01  NaN 
2018-09-02  NaN 
2018-09-03  Labour Day 
2018-09-04  NaN 
2018-09-05  NaN 
2018-09-06  NaN 
2018-09-07  NaN 
2018-09-08  NaN 
2018-09-09  NaN 
2018-09-10  NaN 
2018-09-11  NaN 
2018-09-12  NaN 
2018-09-13  NaN 
2018-09-14  NaN 
2018-09-15  NaN 
2018-09-16  NaN 
2018-09-17  NaN 
2018-09-18  NaN 
2018-09-19  NaN 
2018-09-20  NaN 
2018-09-21  NaN 
2018-09-22  NaN 
2018-09-23  NaN 
2018-09-24  NaN 
2018-09-25  NaN 
2018-09-26  NaN 
2018-09-27  NaN 
2018-09-28  NaN 
2018-09-29  NaN 
2018-09-30  NaN 
2018-10-01  NaN 
2018-10-02  NaN 
2018-10-03  NaN 
2018-10-04  NaN 
2018-10-05  NaN 
2018-10-06  NaN 
2018-10-07  NaN 
2018-10-08  Thanksgiving 
2018-10-09  NaN 
2018-10-10  NaN 
2018-10-11  NaN 
2018-10-12  NaN 
2018-10-13  NaN 
2018-10-14  NaN 
2018-10-15  NaN 
2018-10-16  NaN 
2018-10-17  NaN 
2018-10-18  NaN 
2018-10-19  NaN 
2018-10-20  NaN 
2018-10-21  NaN 
2018-10-22  NaN 
2018-10-23  NaN 
2018-10-24  NaN 
2018-10-25  NaN 
2018-10-26  NaN 
2018-10-27  NaN 
2018-10-28  NaN 
2018-10-29  NaN 
2018-10-30  NaN 
2018-10-31  NaN 
2018-11-01  NaN 
2018-11-02  NaN 
2018-11-03  NaN 
2018-11-04  NaN 
2018-11-05  NaN 
2018-11-06  NaN 
2018-11-07  NaN 
2018-11-08  NaN 
2018-11-09  NaN 
2018-11-10  NaN 
2018-11-11  NaN 
2018-11-12  NaN 
2018-11-13  NaN 
2018-11-14  NaN 
2018-11-15  NaN 
2018-11-16  NaN 
2018-11-17  NaN 
2018-11-18  NaN 
2018-11-19  NaN 
2018-11-20  NaN 
2018-11-21  NaN 
2018-11-22  NaN 
2018-11-23  NaN 
2018-11-24  NaN 
2018-11-25  NaN 
2018-11-26  NaN 
2018-11-27  NaN 
2018-11-28  NaN 
2018-11-29  NaN 
2018-11-30  NaN 
2018-12-01  NaN 
2018-12-02  NaN 
2018-12-03  NaN 
2018-12-04  NaN 
2018-12-05  NaN 
2018-12-06  NaN 
2018-12-07  NaN 
2018-12-08  NaN 
2018-12-09  NaN 
2018-12-10  NaN 
2018-12-11  NaN 
2018-12-12  NaN 
2018-12-13  NaN 
2018-12-14  NaN 
2018-12-15  NaN 
2018-12-16  NaN 
2018-12-17  NaN 
2018-12-18  NaN 
2018-12-19  NaN 
2018-12-20  NaN 
2018-12-21  NaN 
2018-12-22  NaN 
2018-12-23  NaN 
2018-12-24  NaN 
2018-12-25  Christmas Day 
2018-12-26  Boxing Day 
2018-12-27  NaN 
2018-12-28  NaN 
2018-12-29  NaN 
2018-12-30  NaN 
2018-12-31  NaN 

我怎样才能做到这一点?

请您参考如下方法:

一个相当冗长的方法适用于您在 2018 年的较长假期示例:

# Label each holiday and the following block of non-holiday days with 
# a unique integer on which to group 
df['grouper'] = df['is_holiday'].notnull().cumsum() 
 
# Get days after last holiday, with each holiday as 0 
df['aft'] = df.groupby('grouper').cumcount() 
 
# Get days before next holiday. The + 1 is needed because 
# cumcount(ascending=False) assigns 0 to the last row 
df['bef'] = df.groupby('grouper').cumcount(ascending=False) + 1 
 
df['days_to_holiday'] = df[['aft', 'bef']].min(axis=1) 
 
# Wherever we chose a value from the "days after last holiday" column, 
# multiply that value by -1 
df.loc[df['bef'] == df['days_to_holiday'], 'days_to_holiday'] *= -1 
 
# Get a boolean mask of days far away from holidays which we 
# want to set to NaN 
mask = df['is_holiday'].ffill(limit=5).bfill(limit=4).isnull() 
 
df.loc[mask, 'days_to_holiday'] = pd.np.nan 
 
df = df[['dates', 'is_holiday', 'days_to_holiday']] 
 
# Spot check 
df.iloc[40:60] 
 
         dates  is_holiday  days_to_holiday 
40  2018-02-10         NaN              NaN 
41  2018-02-11         NaN              NaN 
42  2018-02-12         NaN              NaN 
43  2018-02-13         NaN              NaN 
44  2018-02-14         NaN              NaN 
45  2018-02-15         NaN              4.0 
46  2018-02-16         NaN              3.0 
47  2018-02-17         NaN              2.0 
48  2018-02-18         NaN              1.0 
49  2018-02-19  Family Day              0.0 
50  2018-02-20         NaN             -1.0 
51  2018-02-21         NaN             -2.0 
52  2018-02-22         NaN             -3.0 
53  2018-02-23         NaN             -4.0 
54  2018-02-24         NaN             -5.0 
55  2018-02-25         NaN              NaN 
56  2018-02-26         NaN              NaN 
57  2018-02-27         NaN              NaN 
58  2018-02-28         NaN              NaN 
59  2018-03-01         NaN              NaN 

请注意,在一年的最后两天(2018-12-30 和 2018-12-31),此解决方案停止从 节礼日,并开始计算 到 2019 年元旦。这对我来说似乎是正确的,但我认为值得一提的是它在解决方案中是偶然发生的:

df.tail(15) 
 
          dates     is_holiday  days_to_holiday 
350  2018-12-17            NaN              NaN 
351  2018-12-18            NaN              NaN 
352  2018-12-19            NaN              NaN 
353  2018-12-20            NaN              NaN 
354  2018-12-21            NaN              4.0 
355  2018-12-22            NaN              3.0 
356  2018-12-23            NaN              2.0 
357  2018-12-24            NaN              1.0 
358  2018-12-25  Christmas Day              0.0 
359  2018-12-26     Boxing Day              0.0 
360  2018-12-27            NaN             -1.0 
361  2018-12-28            NaN             -2.0 
362  2018-12-29            NaN             -3.0 
363  2018-12-30            NaN              2.0 
364  2018-12-31            NaN              1.0