如何基于自定义日历DataFrame计算任务日期区间内的工作日数？

核心思路 #

由于你的工作日是完全自定义规则（不遵循常规日历/节假日），必须基于提供的df_calendar表，统计每个任务起止日期区间内Work_day=True的日期数量。核心前提是先将日期列转换为datetime类型，确保能进行区间比较。

步骤1：数据预处理 #

先把两个DataFrame的日期列转为datetime格式：

import pandas as pd

# 转换任务表的日期列
df_tasks[['Start_Date', 'End_Date']] = df_tasks[['Start_Date', 'End_Date']].apply(pd.to_datetime)
# 转换日历表的日期列
df_calendar['Date'] = pd.to_datetime(df_calendar['Date'])

方法一：逐行统计（适合小数据量） #

定义辅助函数，针对每个任务的起止日期筛选符合条件的工作日并计数：

def count_custom_workdays(start_date, end_date):
    # 筛选日期在区间内且为工作日的记录
    valid_days = df_calendar[
        (df_calendar['Date'] >= start_date) & 
        (df_calendar['Date'] <= end_date) & 
        df_calendar['Work_day']
    ]
    return len(valid_days)

# 为每个任务计算工作日总数
df_tasks['Total_workdays'] = df_tasks.apply(
    lambda row: count_custom_workdays(row['Start_Date'], row['End_Date']),
    axis=1
)

方法二：批量合并统计（适合大数据量） #

用Pandas向量化操作替代逐行循环，提升效率：

# 先提取所有工作日的日历记录
workday_calendar = df_calendar[df_calendar['Work_day']].copy()

# 交叉合并任务表与工作日表，生成所有任务-工作日组合
cross_merged = pd.merge(df_tasks, workday_calendar, how='cross')

# 筛选出每个任务区间内的有效工作日
valid_matches = cross_merged[
    (cross_merged['Date'] >= cross_merged['Start_Date']) & 
    (cross_merged['Date'] <= cross_merged['End_Date'])
]

# 按User分组统计工作日数量
workday_counts = valid_matches.groupby('User').size().reset_index(name='Total_workdays')

# 将统计结果合并回原任务表，处理无工作日的情况
df_tasks = df_tasks.merge(workday_counts, on='User', how='left')
df_tasks['Total_workdays'] = df_tasks['Total_workdays'].fillna(0).astype(int)

最终结果 #

处理完成后，df_tasks会新增Total_workdays列，完全匹配你预期的输出格式。

内容的提问来源于stack exchange，提问作者Jaol