如何基于已自定义的Datetime Index创建Pandas自定义工作日日历偏移量

你提到已经有了一个移除特定日期的自定义Datetime Index，想基于它构建日期偏移量——确实官方文档更多聚焦于从规则生成日历，这种基于现有日期集的场景需要自己做一点定制。直接用pd.to_datetime肯定不行，它只是做类型转换，没法实现自定义日历的偏移逻辑，下面给你两种实用的实现方式：

方法一：快速实现偏移函数（适合简单场景） #

如果你的需求比较直接，不需要像Pandas原生偏移量那样复用，可以写一个简单的映射函数，利用Datetime Index的位置索引来实现偏移：

import pandas as pd

# 假设这是你已有的自定义Datetime Index
custom_dates = pd.date_range(start='2024-01-01', end='2024-01-15').drop(['2024-01-03', '2024-01-08'])
# 确保日期是排序好的（避免索引混乱）
custom_dates = custom_dates.sort_values()

def custom_offset(date, n):
    """
    基于自定义日历的日期偏移函数
    :param date: 输入日期（datetime类型）
    :param n: 偏移量（正=往后，负=往前）
    :return: 偏移后的日期，超出范围或输入无效返回NaT
    """
    try:
        current_idx = custom_dates.get_loc(date)
        new_idx = current_idx + n
        if 0 <= new_idx < len(custom_dates):
            return custom_dates[new_idx]
        return pd.NaT
    except KeyError:
        # 如果输入日期不在自定义日历里，这里可以根据需求调整逻辑
        # 比如返回最近的下一个有效日期，或者直接返回NaT
        return pd.NaT

# 测试示例
test_date = pd.to_datetime('2024-01-02')
print(custom_offset(test_date, 1))  # 输出2024-01-04（跳过了被移除的01-03）
print(custom_offset(test_date, -1)) # 输出2024-01-01

方法二：自定义DateOffset类（符合Pandas风格，可复用） #

如果想要和Pandas原生的BDay()、MonthEnd()等偏移量一样使用，更优雅的方式是继承DateOffset类，封装成可复用的偏移对象：

from pandas.tseries.offsets import DateOffset

class CustomCalendarOffset(DateOffset):
    def __init__(self, n=1, custom_dates=None):
        super().__init__(n=n)
        # 确保传入的日期序列是排序且去重的
        self.custom_dates = custom_dates.sort_values().unique()
        # 构建日期到索引的映射，加速查找
        self._date_map = {dt: idx for idx, dt in enumerate(self.custom_dates)}
    
    def apply(self, dt):
        # 处理输入日期不在自定义日历的情况（可选逻辑）
        if dt not in self._date_map:
            # 用searchsorted找到最近的插入位置，定位到下一个/上一个有效日期
            pos = self.custom_dates.searchsorted(dt, side='left')
            # 这里可以根据需求调整，比如side='right'对应上一个有效日期
            current_idx = pos
        else:
            current_idx = self._date_map[dt]
        
        new_idx = current_idx + self.n
        if 0 <= new_idx < len(self.custom_dates):
            return self.custom_dates[new_idx]
        # 超出日历范围返回NaT，也可以根据业务需求抛出异常或循环日历
        return pd.NaT

# 实例化偏移量（比如偏移2个自定义工作日）
my_offset = CustomCalendarOffset(n=2, custom_dates=custom_dates)

# 单个日期使用
test_date = pd.to_datetime('2024-01-02')
print(test_date + my_offset)  # 输出2024-01-05

# 批量处理Series
dates_series = pd.Series([pd.to_datetime('2024-01-01'), pd.to_datetime('2024-01-04')])
print(dates_series + my_offset)

关键注意点 #

1. 务必保证自定义Datetime Index是排序好的：偏移逻辑依赖日期的顺序，所以一定要先执行sort_values()。
2. 边界与异常处理：根据你的业务需求，调整超出日历范围、输入日期不在日历里的处理逻辑——比如返回NaT、抛出警告，或者自动循环日历。
3. 性能优化：如果你的自定义日历很大，提前构建日期->索引的字典映射（比如方法二中的_date_map）可以大幅提升查找速度。

内容的提问来源于stack exchange，提问作者Windstorm1981