解决Pandas中使用numpy.busday_count计算工作日数的类型报错

错误原因 #

np.busday_count要求输入的是天级别精度的日期数据（dtype('<M8[D]')），但你传入的是带时分秒的纳秒精度时间序列（dtype('<M8[ns]')），numpy的安全转换规则不允许自动截断时间部分，因此抛出类型错误。

解决方案 #

根据你的需求，分两种场景处理：

场景1：只统计完整的工作日天数（忽略时分秒）

将带时间的datetime转换为天级别精度即可，有两种常用方式：

1. 使用.dt.floor('D')截断到当天零点
2. 使用.dt.date转换为datetime.date对象

修改后的代码：

import numpy as np
import pandas as pd  # 补充缺失的pandas导入

pokus = {"start_date" : "2022-01-01 10:00:00" , "end_date" : "2022-01-01 17:00:00" }
df = pd.DataFrame(pokus, index=[0])

# 转换为天级别精度的datetime
start_dates = pd.to_datetime(df["start_date"]).dt.floor('D')
end_dates = pd.to_datetime(df["end_date"]).dt.floor('D')

# 计算工作日数
df["bus_days"] = np.busday_count(start_dates.values, end_dates.values)

注：如果起止日期是同一天，结果会是0，因为busday_count统计的是结束日期之前的工作日数，不包含结束当天。

场景2：需要计算包含部分工作日的时长比例

如果要精确计算当天工作时长占一个工作日的比例（比如你的例子中7小时占8小时工作日的0.875），可以结合pandas的工作日偏移量和时长计算：

import pandas as pd
import numpy as np
from pandas.tseries.offsets import BDay

pokus = {"start_date" : "2022-01-01 10:00:00" , "end_date" : "2022-01-01 17:00:00" }
df = pd.DataFrame(pokus, index=[0])

# 转换为datetime类型
df['start_dt'] = pd.to_datetime(df['start_date'])
df['end_dt'] = pd.to_datetime(df['end_date'])

# 计算完整工作日天数
full_bus_days = np.busday_count(df['start_dt'].dt.floor('D').values, df['end_dt'].dt.floor('D').values)

# 定义工作日的时间范围（这里假设是9:00-17:00，共8小时）
workday_start = df['start_dt'].dt.floor('D') + pd.Timedelta(hours=9)
workday_end = df['start_dt'].dt.floor('D') + pd.Timedelta(hours=17)

# 截断起止时间到工作时间范围内
valid_start = df['start_dt'].clip(lower=workday_start, upper=workday_end)
valid_end = df['end_dt'].clip(lower=workday_start, upper=workday_end)

# 计算当天有效工作时长的比例
daily_fraction = (valid_end - valid_start).dt.total_seconds() / (8 * 3600)

# 总工作日数 = 完整天数 + 当天比例（仅当天是工作日时生效）
df['bus_days'] = full_bus_days + daily_fraction.where(np.is_busday(df['start_dt'].dt.date), 0)

注：可以根据实际的工作时间调整workday_start和workday_end的设定。

内容的提问来源于stack exchange，提问作者vojtam