使用Pandas计算全部任务已关闭的交易的工作日时长

原代码存在的问题 #

• 生成closed_deals时丢失了DEAL标识，导致无法正确筛选对应交易的数据
• 计算时长时未按交易分组，且未使用工作日计算逻辑
• 合并时长数据时缺少关联的DEAL列，无法正确匹配

修正后的完整代码 #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'START DATE': ['01/01/2023', '01/01/2023', '01/20/2023', '01/22/2023', '01/13/2023', '01/12/2023'],
    'END DATE': ['01/10/2023', '01/15/2023', '01/23/2023', '01/24/2023', '01/14/2023', '01/13/2023'],
    'DEAL': ['D1', 'D1', 'D2', 'D3', 'D4', 'D4'],
    'TASK': ['T1', 'T2', 'T3', 'T4', 'T5', 'T6'],
    'STATUS': ['Closed', 'Closed', 'Open', 'Closed', 'Open', 'Closed']
})

# 转换日期列为datetime格式，明确格式避免自动识别错误
df['START DATE'] = pd.to_datetime(df['START DATE'], format='%m/%d/%Y')
df['END DATE'] = pd.to_datetime(df['END DATE'], format='%m/%d/%Y')

# 按DEAL分组，完成状态校验、日期提取
deal_summary = df.groupby('DEAL').agg(
    ALL_CLOSED=('STATUS', lambda x: all(x == 'Closed')),
    START_DATE_MIN=('START DATE', 'min'),
    END_DATE_MAX=('END DATE', 'max')
).reset_index()

# 筛选全Closed的交易，计算工作日时长
closed_deals_result = deal_summary[deal_summary['ALL_CLOSED']].copy()
closed_deals_result['DURATION'] = np.busday_count(
    closed_deals_result['START_DATE_MIN'].values.astype('datetime64[D]'),
    closed_deals_result['END_DATE_MAX'].values.astype('datetime64[D]')
)

# 整理列名与格式，匹配示例输出
closed_deals_result = closed_deals_result.rename(columns={
    'START_DATE_MIN': 'START DATE',
    'END_DATE_MAX': 'END DATE',
    'ALL_CLOSED': 'STATUS'
})
closed_deals_result['STATUS'] = 'Closed'
closed_deals_result = closed_deals_result[['START DATE', 'END DATE', 'DEAL', 'STATUS', 'DURATION']]

print(closed_deals_result)

代码说明 #

1. 日期转换：指定%m/%d/%Y格式，确保日期解析准确
2. 分组聚合：一次完成交易的状态校验、最早开始日期、最晚结束日期提取
3. 工作日计算：用np.busday_count自动排除周末，计算工作日数量
4. 格式整理：调整列名和顺序，输出与示例一致的结果

运行结果 #

内容的提问来源于stack exchange，提问作者d8888d