Python中判断时间变量是否在交易日序列中失败的排查求助

有时我们需要获取原始时间戳后一个月的日期，但由于并非所有日期都是交易日，因此必须进行调整。
我提取了股票收盘价的索引，得到一个包含大量交易日时间戳的时间序列：

trading_day_glossory = stock_close_full.index

现在给定一个datetime格式的变量date，以下函数本应返回一个表示交易日的day变量，但实际并未生效。if条件从未触发，最终日期累加至9999:99:99并报错：

def return_trading_day(day,trading_day_glossory): 
    while True:
        day = day + relativedelta(days=1)
        if day in trading_day_glossory:
            break

我认为时间戳与datetime的比较存在问题，因此将函数的开头部分改写为：

trading_day_glossory = stock_close_full.index
trading_day_glossory = trading_day_glossory.to_pydatetime()

# Error message: OverflowError: date value out of range

但此修改并未解决问题。我进一步测试了相关变量的特性：

testing1 = trading_day_glossory[20] # returns a datetime variable say 2000-05-08 00:00:00
testing2 = day # returns a datetime variable say 2000-05-07 00:00:00

核心问题 #

• 类型不匹配：stock_close_full.index是pandas.DatetimeIndex类型，Python原生datetime对象和它直接做in判断会失效——两者属于不同类型，即便时间值完全相同，也会被判定为不相等。
• to_pydatetime()的局限性：该方法返回的是numpy.datetime64对象数组，并非Python原生datetime的列表，直接用in判断仍有类型匹配问题，甚至可能因数组中存在超出Python datetime范围的时间值抛出OverflowError。
• 原函数缺失返回值：原函数仅通过break终止循环，但没有return语句，无法返回最终找到的交易日。

解决方法 #

方法1：转换为Python原生datetime集合（推荐） #

将DatetimeIndex转为Python原生datetime的集合，集合的in查询效率远高于数组：

def return_trading_day(day, trading_day_glossory):
    # 转换为Python datetime集合
    trading_days_set = set(trading_day_glossory.to_pydatetime())
    while True:
        day = day + relativedelta(days=1)
        if day in trading_days_set:
            return day

方法2：利用pandas内置方法（高效无循环） #

借助pandas的索引筛选能力，直接找到目标日期之后的第一个交易日，无需逐天循环：

def return_trading_day(day, trading_day_glossory):
    # 筛选所有大于目标日期的交易日
    next_trading_days = trading_day_glossory[trading_day_glossory > day]
    if not next_trading_days.empty:
        return next_trading_days[0]
    # 无后续交易日时抛出异常或返回默认值
    raise ValueError("No trading day exists after the given date")

这种方法性能最优，尤其适合交易日数据量较大的场景。

方法3：统一类型为pandas Timestamp #

将输入的day转换为pandas.Timestamp类型，与DatetimeIndex的元素类型完全匹配：

import pandas as pd

def return_trading_day(day, trading_day_glossory):
    # 转换为pandas Timestamp
    day = pd.Timestamp(day)
    while True:
        day = day + relativedelta(days=1)
        if day in trading_day_glossory:
            return day

内容的提问来源于stack exchange，提问作者simonj