使用np.busday_count计算工作日间隔时如何处理NaT值问题

问题解决逻辑 #

你之前使用f['Start time'] is pd.NaT的写法存在问题：is是用于判断单个对象身份的运算符，无法直接对整个Series做批量矢量判断，判断Series内的NaT值要使用.isna()方法。

实现方案 #

首先先将两列统一转为datetime格式，减少重复代码：

f['Start time'] = pd.to_datetime(f['Start time'])
f['Stop time'] = pd.to_datetime(f['Stop time'])

方案1：保留NaT对应的空值

np.busday_count本身支持datetime64类型的NaT输入，对应行计算结果会自动返回NaT，无需额外判断：

f['days'] = np.busday_count(
    f['Start time'].values.astype('datetime64[D]'),
    f['Stop time'].values.astype('datetime64[D]')
)

方案2：给含NaT的行指定默认值

如果需要给起止时间存在NaT的行设置自定义默认值（比如0、-1等），可以结合np.where做条件判断：

# 示例：只要起止时间有一个为NaT，days赋值为0，否则计算工作日天数
f['days'] = np.where(
    f['Start time'].isna() | f['Stop time'].isna(),
    0, # 可替换为你需要的默认值
    np.busday_count(
        f['Start time'].values.astype('datetime64[D]'),
        f['Stop time'].values.astype('datetime64[D]')
    )
)

补充说明 #

如果需要单独判断某一行单个值是不是NaT，可以用f.loc[行索引, 'Start time'] is pd.NaT的写法；批量判断多个条件时，或逻辑用位运算符|，且逻辑用位运算符&，注意每个判断条件要单独加括号。

内容的提问来源于stack exchange，提问作者d8888d