如何拆分工作日数据并根据工作日计算下一个临近日期

1. 合并工作日拆分行数据 #

输入数据 #

目标输出 #

代码实现（Python Pandas） #

import pandas as pd

# 构造输入数据框
input_df = pd.DataFrame({
    "id": [1, 2],
    "workings_days(day of the week)": ['"1,5"', '"2,3"']
})

# 去除引号并拆分工作日字段，再展开为多行
input_df["workings_days(day of the week)"] = input_df["workings_days(day of the week)"].str.strip('"')
output_df = input_df.assign(
    day=input_df["workings_days(day of the week)"].str.split(",")
).explode("day").drop(columns="workings_days(day of the week)")

# 重命名列并转换类型
output_df = output_df.rename(columns={"day": "workings_days(day of the week)"}).astype({"workings_days(day of the week)": int})

print(output_df)

2. 计算下一个临近工作日 #

需求说明 #

基于拆分后的工作日列表，从当前星期几（1=周一，7=周日）出发，找到最近的下一个工作日。

示例：当前日期为3（周三），工作日为[1,5]，则下一个工作日是5（周五）。

代码实现 #

def find_next_workday(current_day, workdays):
    sorted_workdays = sorted(workdays)
    # 从当前日期的下一天开始循环查找，最多循环7天
    for offset in range(1, 8):
        candidate_day = current_day + offset
        if candidate_day > 7:
            candidate_day -= 7
        if candidate_day in sorted_workdays:
            return candidate_day
    return None  # 兜底返回，实际不会触发

# 示例调用
current = 3
target_workdays = [1,5]
print(find_next_workday(current, target_workdays))  # 输出: 5

内容的提问来源于stack exchange，提问作者Anirban Mukherjee