将numpy.busday_offset用于pandas.DateTimeIndex时遇REFS_OK flag错误的解决方法

错误原因：pd.to_datetime(...).date返回的是dtype为object的numpy数组，数组元素是Python原生的datetime.date对象。numpy的busday_offset无法直接处理这种包含引用类型的object数组，因此抛出该错误。

以下是三种可行的解决办法：

方法一：直接使用datetime64类型数组（推荐） #

利用pd.to_datetime返回的DateTimeIndex本身就是numpy datetime64[ns]类型的特性，直接提取其底层数组传入busday_offset：

import numpy as np
import pandas as pd

dates = pd.to_datetime(['2008-01-01', '2008-01-02'])
result = np.busday_offset(dates.values, 0)
# 输出：array(['2008-01-01', '2008-01-02'], dtype='datetime64[D]')

方法二：将object数组转换为datetime64类型 #

如果已经生成了包含datetime.date对象的object数组，可显式转换为numpy原生的日期类型：

import numpy as np
import pandas as pd

date_array = pd.to_datetime(['2008-01-01', '2008-01-02']).date
# 转换为datetime64[D]（天精度）类型
np_dates = np.array(date_array, dtype='datetime64[D]')
result = np.busday_offset(np_dates, 0)

方法三：使用pandas内置工作日处理替代 #

若无需依赖numpy函数，可直接用pandas的日期工具实现相同逻辑：

import pandas as pd
from pandas.tseries.offsets import BusinessDay

dates = pd.to_datetime(['2008-01-01', '2008-01-02'])
# 偏移0个工作日（等同于保留原工作日）
result = dates + BusinessDay(n=0)
# 输出：DatetimeIndex(['2008-01-01', '2008-01-02'], dtype='datetime64[ns]', freq='B')

内容的提问来源于stack exchange，提问作者Lei Hao