如何获取Pandas偏移别名（如'M'/'W'）对应的天数时长？

嘿，这个需求我之前也碰到过！直接用pd.Period(span).days确实不太靠谱，因为像'M'（月）、'Q'（季度）这类偏移的时长是可变的——不同月份天数不一样，闰年的年天数也有差别。不过我们可以分情况处理，给你几个实用的实现方案：

方案1：处理固定时长的偏移（天、周、小时等） #

对于'D'（天）、'W'（周）、'H'（小时）这类时长固定的偏移，我们可以直接解析数字部分乘以对应天数：

import pandas as pd

def get_fixed_duration_days(span):
    # 提取偏移中的数字和单位部分
    num = int(''.join([c for c in span if c.isdigit()])) if any(c.isdigit() for c in span) else 1
    unit = ''.join([c for c in span if not c.isdigit()])
    
    # 定义固定单位对应的天数（支持小时、分钟、秒转成天）
    unit_to_days = {
        'D': 1,
        'W': 7,
        'H': 1/24,
        'T': 1/(24*60),  # 分钟
        'S': 1/(24*60*60)  # 秒
    }
    return num * unit_to_days.get(unit, None)

# 测试示例
print(get_fixed_duration_days('3D'))  # 输出: 3
print(get_fixed_duration_days('2W'))  # 输出: 14
print(get_fixed_duration_days('48H')) # 输出: 2.0

方案2：处理可变时长的偏移（月、季度、年等） #

这类偏移没有固定天数，我们可以基于基准日期来计算实际的天数差——比如用当前日期或者你指定的起始日期：

import pandas as pd

def get_variable_duration_days(span, base_date=None):
    # 默认用当前日期作为基准
    if base_date is None:
        base_date = pd.Timestamp.now()
    
    # 将偏移别名转为Pandas偏移对象
    offset = pd.tseries.frequencies.to_offset(span)
    # 计算偏移后的日期，再求天数差
    end_date = base_date + offset
    return (end_date - base_date).days

# 测试示例
print(get_variable_duration_days('M'))  # 比如当前是10月，输出31（到11月的天数）
print(get_variable_duration_days('2Q')) # 两个季度后的天数差（比如当前Q4，到明年Q2的天数）
print(get_variable_duration_days('Y', base_date=pd.Timestamp('2023-01-01'))) # 输出365

方案3：统一兼容的处理函数 #

把上面两个方案结合起来，自动判断偏移类型，不管是固定还是可变时长都能处理：

import pandas as pd

def get_span_total_days(span, base_date=None):
    try:
        # 先尝试处理固定时长偏移
        num = int(''.join([c for c in span if c.isdigit()])) if any(c.isdigit() for c in span) else 1
        unit = ''.join([c for c in span if not c.isdigit()])
        
        fixed_units = {
            'D': 1, 'W':7, 'H':1/24, 'T':1/(24*60), 'S':1/(24*60*60)
        }
        if unit in fixed_units:
            return num * fixed_units[unit]
        
        # 处理可变时长偏移
        if base_date is None:
            base_date = pd.Timestamp.now()
        offset = pd.tseries.frequencies.to_offset(span)
        return (base_date + offset - base_date).days
    
    except Exception as e:
        print(f"解析偏移别名失败：{span}，错误信息：{str(e)}")
        return None

# 测试示例
print(get_span_total_days('3D'))    # 输出: 3
print(get_span_total_days('M'))     # 基于当前日期的月天数
print(get_span_total_days('2Y'))    # 两年后的天数差（自动处理闰年）
print(get_span_total_days('120T'))  # 输出: 0.08333333333333333（120分钟=2小时=1/12天）

注意事项 #

• 对于可变时长的偏移（如月、年），结果完全依赖你选择的基准日期。比如'2M'在1月1日计算是60天（31+28），但在2月1日计算就是59天（28+31）。
• 确保你的Pandas版本支持pd.tseries.frequencies.to_offset函数（大多数现代版本都支持），它能准确把偏移别名转换成对应的偏移对象。

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