如何将pandas.offsets.CustomBusinessDay转为numpy偏移并消除性能警告？

原始代码与警告 #

我有一段计算日期偏移量的代码：

import pandas as pd, numpy as np
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay
from datetime import datetime
biz_day_only= True
offset = 1
us_biz_days = CustomBusinessDay(calendar=USFederalHolidayCalendar())
dt = pd.to_datetime(['20231231', '20231031'])
d_offset = pd.offsets.CustomBusinessDay(abs(offset), holidays=us_biz_days.holidays) if biz_day_only else pd.offsets.Day(abs(offset))
return (dt - d_offset) if offset < 0 else (dt + d_offset)

运行时触发性能警告：

<string>:1: PerformanceWarning: Non-vectorized DateOffset being applied to Series or DatetimeIndex.

尝试修复遇到的问题 #

我尝试用numpy优化，写出如下代码：

new_dt = dt.values.astype('M8[D]') + np.timedelta64(d_offset, 'D')

但遇到几个问题：

1. d_offset是Pandas偏移量，无法直接转为numpy偏移量；
2. 即便用d_offset.n取天数，numpy也无法识别工作日/节假日规则，不能正确滚动到下一个工作日；
3. 不确定d_offset.n是否属于安全可用的属性。

解答 #

1. 性能警告的根源 #

直接对DatetimeIndex或Series应用非向量化的DateOffset实例时，Pandas会逐元素处理日期，因此触发性能警告。你的代码中手动构造d_offset的方式，导致Pandas无法启用向量化优化。

2. d_offset.n的安全性 #

对于CustomBusinessDay、Day这类单一规则的偏移量，n是存储偏移数量的公开实例属性，在Pandas 1.x及以上版本中是稳定可用的。但要注意：如果是复合偏移量（比如MonthEnd + Day(2)），n属性没有实际意义。你的场景仅使用单一偏移量，所以读取n是安全的，但这并不能解决性能警告，也无法处理工作日规则。

3. 正确的修复方案（消除警告+保留工作日逻辑） #

不要用numpy处理工作日偏移——numpy的timedelta64仅支持固定时长偏移，无法识别节假日/周末规则。正确做法是利用Pandas本身的向量化优化：

优化写法1：复用偏移量实例

import pandas as pd
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay

biz_day_only = True
offset = 1
us_biz_days = CustomBusinessDay(calendar=USFederalHolidayCalendar())
dt = pd.to_datetime(['20231231', '20231031'])

# 根据偏移正负直接构造带符号的偏移量
if biz_day_only:
    offset_obj = us_biz_days * offset
else:
    offset_obj = pd.offsets.Day(offset)

result = dt + offset_obj

优化写法2：直接构造带正负n的偏移量

import pandas as pd
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay

biz_day_only = True
offset = 1
dt = pd.to_datetime(['20231231', '20231031'])

if biz_day_only:
    offset_obj = CustomBusinessDay(n=offset, calendar=USFederalHolidayCalendar())
else:
    offset_obj = pd.offsets.Day(n=offset)

result = dt + offset_obj

原理说明 #

上述写法直接构造包含正负偏移量的DateOffset实例，与DatetimeIndex做加减运算时，Pandas会启用向量化处理逻辑，避免逐元素计算，从而消除性能警告，同时完整保留工作日/节假日的滚动规则。

内容的提问来源于stack exchange，提问作者mike01010