我认为沿着并行尝试的方式可能会使事情复杂化。我没有在大样本上尝试过这种方法,所以你的里程可能会有所不同,但它应该给你一个想法......
让我们从一些日期开始......
import pandas as pd
dates = pd.to_datetime(['2016-01-03', '2016-09-09', '2016-12-12', '2016-03-03'])
我们将使用一些假期数据pandas.tseries.holiday
- 请注意,实际上我们想要一个DatetimeIndex
......
from pandas.tseries.holiday import USFederalHolidayCalendar
holiday_calendar = USFederalHolidayCalendar()
holidays = holiday_calendar.holidays('2016-01-01')
这给了我们:
DatetimeIndex(['2016-01-01', '2016-01-18', '2016-02-15', '2016-05-30',
'2016-07-04', '2016-09-05', '2016-10-10', '2016-11-11',
'2016-11-24', '2016-12-26',
...
'2030-01-01', '2030-01-21', '2030-02-18', '2030-05-27',
'2030-07-04', '2030-09-02', '2030-10-14', '2030-11-11',
'2030-11-28', '2030-12-25'],
dtype='datetime64[ns]', length=150, freq=None)
现在我们使用以下方法找到原始日期最近的假期的索引searchsorted
:
indices = holidays.searchsorted(dates)
# array([1, 6, 9, 3])
next_nearest = holidays[indices]
# DatetimeIndex(['2016-01-18', '2016-10-10', '2016-12-26', '2016-05-30'], dtype='datetime64[ns]', freq=None)
然后取两者的区别:
next_nearest_diff = pd.to_timedelta(next_nearest.values - dates.values).days
# array([15, 31, 14, 88])
您需要小心索引,以免折返,并且对于前一个日期,使用 the 进行计算,indices - 1
但它应该作为(我希望)一个相对良好的基础。