如何生成频率为周二至周六（含）的熊猫日期范围？

Question

我正在尝试使用具有自定义每日频率的熊猫生成日期时间索引。

目前，我可以生成以下日期时间索引：

import pandas as pd
import datetime as dt

pd.date_range(start=dt.datetime(2020,8,28),end=dt.datetime(2020,9,30),freq='B')

DatetimeIndex(['2020-08-28', '2020-08-31', '2020-09-01', '2020-09-02',
               '2020-09-03', '2020-09-04', '2020-09-07', '2020-09-08',
               '2020-09-09', '2020-09-10', '2020-09-11', '2020-09-14',
               '2020-09-15', '2020-09-16', '2020-09-17', '2020-09-18',
               '2020-09-21', '2020-09-22', '2020-09-23', '2020-09-24',
               '2020-09-25', '2020-09-28', '2020-09-29', '2020-09-30'],
              dtype='datetime64[ns]', freq='B')

但是，这将返回所有工作日。我想返回所有的周二、周三、周四、周五和周六。也许这可以通过某种自定义设置或某种偏移来完成？具体来说，有没有办法直接使用 date_range 功能和 freq 输入来做到这一点？如果没有，如何才能最简单地做到这一点？

谢谢！

Answer 1

您可以仅添加一天Timedelta，但为了不更改所需的日期范围，您需要在创建边界时删除一天。

(pd.date_range(start=dt.datetime(2020,8,27),end=dt.datetime(2020,9,29),freq='B') 
  + pd.Timedelta(days=1))

DatetimeIndex(['2020-08-28', '2020-08-29', '2020-09-01', '2020-09-02',
               '2020-09-03', '2020-09-04', '2020-09-05', '2020-09-08',
               '2020-09-09', '2020-09-10', '2020-09-11', '2020-09-12',
               '2020-09-15', '2020-09-16', '2020-09-17', '2020-09-18',
               '2020-09-19', '2020-09-22', '2020-09-23', '2020-09-24',
               '2020-09-25', '2020-09-26', '2020-09-29', '2020-09-30'],
              dtype='datetime64[ns]', freq=None)

编辑：您还可以定义您的CustomBusinessDay

cbd = pd.tseries.offsets.CustomBusinessDay(weekmask='Tue Wed Thu Fri Sat')
pd.date_range(start=dt.datetime(2020,8,28),end=dt.datetime(2020,9,30),freq=cbd)

Answer 2

和 dayofweek

idx = pd.date_range(start=dt.datetime(2020,8,28),end=dt.datetime(2020,9,30))
s = idx.dayofweek
idx[s.isin([2,3,4,5])]

DatetimeIndex(['2020-08-28', '2020-08-29', '2020-09-02', '2020-09-03',
           '2020-09-04', '2020-09-05', '2020-09-09', '2020-09-10',
           '2020-09-11', '2020-09-12', '2020-09-16', '2020-09-17',
           '2020-09-18', '2020-09-19', '2020-09-23', '2020-09-24',
           '2020-09-25', '2020-09-26', '2020-09-30'],
          dtype='datetime64[ns]', freq=None)