Python DataFrame中计算行到上一个active=1行的工作日距离问题

首先确保日期列是datetime类型，然后定位每个行对应的上一个active=1的日期，最后计算两个日期之间的工作日天数：

import pandas as pd

# 转换日期列为datetime格式（根据你的日期格式调整format参数）
df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')

# 标记并向前填充上一个active=1的日期
df['last_active_date'] = df['date'].where(df['active'] == 1).ffill()

# 计算工作日天数差
df['distance'] = pd.bdate_count(df['last_active_date'], df['date'])

# 可选：如果不需要保留last_active_date列，可以删除
df = df.drop('last_active_date', axis=1)

代码解释 #

1. 日期格式转换：把字符串类型的date列转为datetime类型，确保能进行日期计算。
2. 定位上一个活跃日期：用where仅保留active=1行的日期，其余设为NaN；再用ffill()向前填充，让每一行都获取到最近的上一个活跃日期。
3. 计算工作日间隔：pd.bdate_count()直接计算两个日期之间的工作日数量（不包含起始日，完全匹配你的示例结果），该方法是向量化实现，比循环或apply效率更高。

原代码问题说明 #

你原代码尝试在创建distance列时引用自身的shift()结果，但此时distance列尚未创建，Python无法识别该列。另外，原代码仅简单累加1，未过滤周末/节假日，即便能运行，结果也不符合实际工作日的统计需求。

内容的提问来源于stack exchange，提问作者vicefreak04