如何为时间序列DataFrame生成月首个/最后一个工作日特征？

我有一个包含Date、temp_data、holiday、day列的DataFrame，数据示例如下：

Date          temp_data        holiday           day   

01.01.2000    10000              0                1
02.01.2000    0                  1                2
03.01.2000    2000               0                3
..
..
..
30.01.2000    200                0                30
31.01.2000     0                 1                31
01.02.2000     0                 1                 1
02.02.2000    2500               0                 2

其中holiday=0代表工作日（有数据），holiday=1代表非工作日（无数据）。需要新增两列first_working_day_of_month和last_working_day_of_month，最终DataFrame格式如下：

Date          temp_data        holiday           day     first_wd_of_month  last_wd_of_month

01.01.2000    10000              0                1             1                0
02.01.2000    0                  1                2             0                0
03.01.2000    2000               0                3             0                0
..
..
..
30.01.2000    200                0                30            0                1
31.01.2000     0                 1                31            0                0
01.02.2000     0                 1                 1            0                0
02.02.2000    2500               0                 2            1                0

可以用Pandas的分组和布尔索引实现，步骤如下：

1. 转换日期格式：先把Date列转为datetime类型，方便按月份分组处理

import pandas as pd

# 转换Date列为datetime格式
df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')

2. 筛选并分组工作日：提取所有工作日数据，按年-月分组后获取每月的第一个和最后一个工作日日期

# 筛选出所有工作日
working_days = df[df['holiday'] == 0]

# 按年和月分组，获取每月首尾工作日的日期
first_wd = working_days.groupby([working_days['Date'].dt.year, working_days['Date'].dt.month])['Date'].first()
last_wd = working_days.groupby([working_days['Date'].dt.year, working_days['Date'].dt.month])['Date'].last()

3. 生成目标列：通过日期匹配标记每行是否为当月首尾工作日

# 初始化新列为0
df['first_wd_of_month'] = 0
df['last_wd_of_month'] = 0

# 匹配第一个工作日，标记为1
df.loc[df['Date'].isin(first_wd), 'first_wd_of_month'] = 1

# 匹配最后一个工作日，标记为1
df.loc[df['Date'].isin(last_wd), 'last_wd_of_month'] = 1

4. 可选：恢复原日期格式：如果需要把Date列转回初始的字符串格式

df['Date'] = df['Date'].dt.strftime('%d.%m.%Y')

简化版代码 #

如果想更紧凑，可以合并步骤：

import pandas as pd

df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')

# 分组获取每月首尾工作日
wd_groups = df[df['holiday'] == 0].groupby([df['Date'].dt.year, df['Date'].dt.month])['Date']
first_wd = wd_groups.first()
last_wd = wd_groups.last()

# 直接通过布尔值转整数生成目标列
df['first_wd_of_month'] = df['Date'].isin(first_wd).astype(int)
df['last_wd_of_month'] = df['Date'].isin(last_wd).astype(int)

# 可选转回原日期格式
df['Date'] = df['Date'].dt.strftime('%d.%m.%Y')

内容的提问来源于stack exchange，提问作者Bella_18