Python中对DataFrame日期减天数时排除周末与节假日的方法

要解决日期减去天数后遇到周末/节假日导致API无响应的问题，推荐两种方案，优先选择方案一（无需手动维护节假日列表）：

方案一：利用Polygon API自动筛选有效交易日 #

Polygon的get_aggregate_bars接口仅返回交易日数据，因此可以通过请求目标日期往前一段范围的K线，直接提取对应交易日的数据，自动跳过周末和节假日。

获取前一日收盘价与成交量 #

import pandas as pd
from datetime import timedelta

df['Date'] = pd.to_datetime(df['Date'])

previous_day_data = []
for _, row in df.iterrows():
    ticker = row['Ticker']
    target_date = row['Date']
    # 往前推5天作为起始范围，确保覆盖可能的节假日/周末
    start_date = target_date - timedelta(days=5)
    # 请求日度K线数据
    bars = client.get_aggregate_bars(
        ticker,
        start_date.strftime('%Y-%m-%d'),
        target_date.strftime('%Y-%m-%d'),
        adjusted=False,
        multiplier='1',
        timespan='day'
    )
    # 取最后一条数据，即为目标日期前的最近交易日数据
    if bars.get('results'):
        previous_day_data.append(bars['results'][-1])
    else:
        # 处理股票未上市等无数据情况
        previous_day_data.append(None)

计算过去10天平均成交量 #

avg_volume_list = []
for _, row in df.iterrows():
    ticker = row['Ticker']
    target_date = row['Date']
    # 往前推20天，确保能获取至少10个交易日数据
    start_date = target_date - timedelta(days=20)
    bars = client.get_aggregate_bars(
        ticker,
        start_date.strftime('%Y-%m-%d'),
        target_date.strftime('%Y-%m-%d'),
        adjusted=False,
        multiplier='1',
        timespan='day'
    )
    results = bars.get('results', [])
    if len(results) >= 10:
        # 取最后10个交易日的成交量计算平均值
        last_10_volumes = [bar['v'] for bar in results[-10:]]
        avg_volume = sum(last_10_volumes) / 10
        avg_volume_list.append({'ticker': ticker, 'avg_10d_volume': avg_volume})
    else:
        avg_volume_list.append({'ticker': ticker, 'avg_10d_volume': None})

方案二：本地计算有效交易日（需维护节假日） #

如果需要提前在本地确定交易日，可以维护美股节假日列表，编写函数跳过周末和节假日：

import pandas as pd
from datetime import timedelta

# 示例：2023年美股节假日列表，需每年更新
us_holidays = [
    pd.to_datetime('2023-01-02'),
    pd.to_datetime('2023-01-16'),
    pd.to_datetime('2023-02-20'),
    pd.to_datetime('2023-04-07'),
    pd.to_datetime('2023-05-29'),
    pd.to_datetime('2023-06-19'),
    pd.to_datetime('2023-07-04'),
    pd.to_datetime('2023-09-04'),
    pd.to_datetime('2023-11-23'),
    pd.to_datetime('2023-12-25')
]

def get_valid_trading_day(date, holidays):
    current_date = date - timedelta(days=1)
    while True:
        # 跳过周末（周六=5，周日=6）和节假日
        if current_date.weekday() >= 5 or current_date in holidays:
            current_date -= timedelta(days=1)
        else:
            return current_date

# 生成前一个有效交易日列
df['Prev_Trading_Day'] = df['Date'].apply(lambda x: get_valid_trading_day(x, us_holidays))

# 调用API获取数据
previous_day_data = []
for _, row in df.iterrows():
    ticker = row['Ticker']
    trade_day = row['Prev_Trading_Day']
    bars = client.get_aggregate_bars(
        ticker,
        trade_day.strftime('%Y-%m-%d'),
        trade_day.strftime('%Y-%m-%d'),
        adjusted=False,
        multiplier='1',
        timespan='day'
    )
    previous_day_data.append(bars['results'] if bars.get('results') else None)

注意事项 #

• Polygon API有调用频次限制，批量处理时需控制请求速率，避免触发限流。
• 需处理无数据场景（如股票未上市、停牌等），避免程序报错。

内容的提问来源于stack exchange，提问作者Julien